www.fltk.net > ArimA模型 p q 确定

ArimA模型 p q 确定

你这自相关图ACF从k=4之后突然趋近于0,所以是截尾。PACF从k=3之后突然趋近于0,也是截尾。自相关图截尾,偏自相关图截尾。所以不符合RIMA模型,不知道你这个带不带季节性。如果是非季节性的,你试试ARIMA(4,阶数,3),如果是季节性的,你后面...

ARIMA(p,d,q)称为差分自回归移动平均模型,AR是自回归,p为自回归项,可以看自相关图来估计;MA为移动平均,q为移动平均项数,可以看偏相关图来估计,d为时间序列成为平稳时所做的差分次数。 近期在用R,里面有个函数auto.arima()可以自动生成...

偏相关截尾用AR,自相关截尾用MA,两个都拖尾用ARMA,根据单整阶数确定I,得出ARIMA

根据ACF PACF 初步确定范围,再用AIC AICC BIC准则具体确定p d q.

一般自相关图若为q阶截尾则滑动系数为q.若偏自相关图为p阶截尾则自回归系数为p.当然这样判断存在一定主观性,还需结合AIC BIC值来判断

查看自相关、偏相关系数图,获取其截尾特点,从而确定p和q另外根据Box-Jenkins建模方法,可以初步设定模型为ARMA(n,n-1),即自回归部分的阶数比滑动平均部分阶数高一阶,

可以自动定阶,选择合适的p,q使得AIC BIC 最好即可,程序在论坛里面有。

根据AIC和SIC准则进行选择

MA(1),AR(2) MA的话acf有spikes,pacf递减,acf有1个spike 所以MA(1) AR: ACF递减 PACF有spike,PACF有两个spikes 所以ar(2)

() ARIMA 模型简介ARIMA 间序列预测种用效, 用变量Yt 自身滞项及随机误差项解释该变量, 像般归模型用k 外变量X1 , X2 , ?, Xk 解释Yt ARIMA 能够数据模式未知情况找适合数据所考察模型, 金融经济领域预测面广泛应用具体形式表达ARIMA (p , d , q...

网站地图

All rights reserved Powered by www.fltk.net

copyright ©right 2010-2021。
www.fltk.net内容来自网络,如有侵犯请联系客服。zhit325@qq.com