ARIMA 差分整合移动平均自回归模型

p-> AR
q-> MA
AR和MA都有一个常数项和误差项,
AR是历史之的关系,依赖于白噪声的线性组合,白噪声是随机数据
AR用来消除预测中的随机波动
ARMA(p,q)两者结合

自相关系数

偏自相关系数

ADF检验(检验是否平稳):
平稳判断方法:
游走:不平稳的特殊序列,
p越小,越平稳
五个值:

蓝色区域为置信区间


拖尾:以指数率单调递减或震荡衰减
截尾:某个时间点变得很小

截尾特征:

标准差就是蓝色的置信区间
拖尾特征:

确定p,q的方式选择:

MA(q)代表 ARMA(p,q)p取0
AR同理,q取0

免责声明:本文系网络转载或改编,未找到原创作者,版权归原作者所有。如涉及版权,请联系删