观察下图:如何判断时间序列AR(p)和MA(q)模型
此图是AR模型,因为自相关系数(auto correlation)是依阶数增长而收敛的。观察其偏相关性(partial correlation),在2阶以后截断,所以是2阶的。
故为AR(2)。
如何判断时间序列AR(p)和MA(q)模型
此图为MA模型,因为自相关系数(auto correlation)是截尾的,并且阶数是1,因为自相关系数从p+1处开始为0。
故为MA(1).

观察自相关系数:拖尾数即为AR阶数,截尾数即为MA阶数
观察偏相关系数:截尾数即为AR阶数,拖尾数即为MA阶数

阶数:AR观测ACF MA观测AC

扩展:一阶差分的偏自相关与自相关均呈现出拖尾特征,模型可采用ARIMA(1,1,1)

相关文章:

  • 2021-06-26
  • 2021-10-19
  • 2021-12-26
  • 2021-09-22
  • 2022-01-03
  • 2021-08-17
  • 2021-11-28
猜你喜欢
  • 2021-09-14
  • 2021-06-18
  • 2021-04-28
  • 2021-05-11
  • 2022-12-23
  • 2021-10-28
  • 2021-05-21
相关资源
相似解决方案