使用R的传递函数中的预白化过程

Question

我使用传输函数使用R分析我的数据。在参考书中，我找到了这段代码：

xt<-data[,1]
yt<-data[,2]
acf(xt,lag.max=25,type="correlation",main="ACF for xt")
acf(xt, lag.max=25,type="partial",main="PACF for xt", ylab="PACF")

从ACF和PACF图中，似乎xt有AR（1）。然后，将AR（1）拟合到xt：

xt.ar1<-arima(xt,order=c(1, 0, 0),include.mean=FALSE)

xt.ar1
Call:
arima(x = xt, order = c(1, 0, 0), include.mean = FALSE)

Coefficients:
         ar1
      0.7292
s.e.  0.0686

sigma^2 estimated as 0.01009:  log likelihood = 87.54,  aic = -171.08

在检查残差看起来是否合适之后，下一步是使用系数为0.73的AR（1）对两个系列进行预处理以显示CCF：

T<-length(xt)
alphat<-xt[2:T]-0.73*xt[1:(T-1)]
betat<- yt[2:T]-0.73*yt[1:(T-1)]
ralbe<-ccf(betat,alphat,main='CCF of alpha(t) and beta(t)', ylab='CCF')
abline(v=0,col='blue')

如果我有另一组数据，xt适合ARIMA（2,0,2），我该怎么做prewhitening？如何计算alphat和betat？