ARIMA:

  1. 平稳性检验
    ARIMA的应用

可看出数据为非平稳序列。

  1. 处理为平稳序列
    1) 差分
    ARIMA的应用
  2. 分离
    ARIMA的应用
    可以看出没有固定趋势,但是有季节因素。residual已为稳定数据。
    所以根据上图,对于年周期成分我们使用窗口为52的移动平进行处理,趋势成分采用1阶差分处理。
    ARIMA的应用
    ARIMA的应用
  3. 绘制acf/pacf图像
    ARIMA的应用
    | *******模型(序列) | AR(p) | MA(q) | ARIMA(p,q) |
    | ****自相关系数ACF | *****拖尾 | q阶截尾 | ***************拖尾 |
    | 偏自相关系数PACF | p阶截尾 | *****拖尾 | ***************拖尾 |

确定模型为ARIMA(1,1,1)。

  1. 拟合
    ARIMA的应用

相关文章:

  • 2021-05-29
  • 2021-12-30
  • 2021-09-17
  • 2021-09-13
  • 2021-05-25
  • 2021-08-06
猜你喜欢
  • 2021-06-23
  • 2021-06-17
  • 2021-07-21
  • 2021-06-08
  • 2021-05-15
  • 2021-10-03
相关资源
相似解决方案