时间序列的问题,怎么根据图判断ARMA中的p和q
展开全部
确定ARMA模型的(p,q):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。p和q阶是代表数列的阶数,也即“εt2 = a0+a1εt-12 +a2εt-22 + …… + aqεt-q2 +ηt t ”数列中类似“a0+a1εt-12”的个数。
ARMA 模型:自回归滑动平均模型是研究时间序列的重要方法,由自回归模型(简称AR模型)与滑动平均模型(简称MA模型)为基础“混合”构成。在市场研究中常用于长期追踪资料的研究,如:Panel研究中,用于消费行为模式变迁研究;在零售研究中,用于具有季节变动特征的销售量、市场规模的预测等。
ARMA 模型:自回归滑动平均模型是研究时间序列的重要方法,由自回归模型(简称AR模型)与滑动平均模型(简称MA模型)为基础“混合”构成。在市场研究中常用于长期追踪资料的研究,如:Panel研究中,用于消费行为模式变迁研究;在零售研究中,用于具有季节变动特征的销售量、市场规模的预测等。
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