> Figure 15: The MA(1) model covariance will be nonzero for realisation 1 unit apart.
否则，协方差将为零，这可以通过以上面协方差的形式写出来确认。 从而：
> Figure 16: The Autocovariance function for the MA(1) model.
我们也可以导出自相关函数，因为我们知道h = 0时的ACVF值。 主要是γ（0）=σ²（1 θ²），因此ACF为：
> Figure 17: The Autocorrelation function of the MA(1) model.
由于均值始终为零（与t无关）并且协方差也与t无关，因此MA（1）模型是弱固定的。
注意：
· MA（q）模型是相似的，但是前面有q个附加项。
自回归：自回归模型是另一个基本时间序列，用作更高级序列的基础。 对于自回归模型，我们假设{Xt}是弱固定的。 自回归模型取决于其先前的值，以及按比例缩放的不相关（Z和X不相关）的白噪声项。 AR（1）系列最简单；
> Figure 18: The AR(1) model.
为了推导出序列的特征，我们注意到，由于我们假设{Xt}是固定的，因此可以直接得出，在任何时间t上该序列的期望值都恰好为0。
我们可以计算h个单位以外的任何点的Autocovariance函数；
