如何利用matlab确定时间序列ARMA模型的阶数
3个回答
展开全部
满意请采纳
%下面要对差分以后的序列进行拟合和预测,求出最好的阶数
z=[DX;zeros(12,1)];
z=iddata(z);
test=[];
for p=1:12
for q=1:12
m=armax(z(1:200),[p q]);
AIC=aic(m);
test=[test;p q AIC];
end
end
for k=1:size(test,1)
if test(k,3)==min(test(:,3))
p_test=test(k,1);
q_test=test(k,2);
break;
end
end
%拟合
m1=armax(z(1:200),[p_test q_test]);
figure(5);
e = resid(m1,z);
plot(e);
set(gca,'Xlim',[0 ls]);
figure(6);
subplot(2,1,1)
autocorr(e.outputdata)
subplot(2,1,2)
parcorr(e.outputdata)
set(gca,'Xlim',[0 ls]);
%预测过程
pr=predict(m1,z,12);
po=pr.outputdata;
figure(7)
plot(po,'r')
hold on
plot(y,'b');
set(gca,'Xlim',[0 ls]);
%下面要对差分以后的序列进行拟合和预测,求出最好的阶数
z=[DX;zeros(12,1)];
z=iddata(z);
test=[];
for p=1:12
for q=1:12
m=armax(z(1:200),[p q]);
AIC=aic(m);
test=[test;p q AIC];
end
end
for k=1:size(test,1)
if test(k,3)==min(test(:,3))
p_test=test(k,1);
q_test=test(k,2);
break;
end
end
%拟合
m1=armax(z(1:200),[p_test q_test]);
figure(5);
e = resid(m1,z);
plot(e);
set(gca,'Xlim',[0 ls]);
figure(6);
subplot(2,1,1)
autocorr(e.outputdata)
subplot(2,1,2)
parcorr(e.outputdata)
set(gca,'Xlim',[0 ls]);
%预测过程
pr=predict(m1,z,12);
po=pr.outputdata;
figure(7)
plot(po,'r')
hold on
plot(y,'b');
set(gca,'Xlim',[0 ls]);
本回答被网友采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
光点科技
2023-08-15 广告
2023-08-15 广告
通常情况下,我们会按照结构模型把系统产生的数据分为三种类型:结构化数据、半结构化数据和非结构化数据。结构化数据,即行数据,是存储在数据库里,可以用二维表结构来逻辑表达实现的数据。最常见的就是数字数据和文本数据,它们可以某种标准格式存在于文件...
点击进入详情页
本回答由光点科技提供
展开全部
可以选用的准则有:FPE,AIC,CAT,这些都有现成的matlab自带函数
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询