ARIMA模型的一般步骤

zxq997

2018-11-22 阅读量: 1144

ARIMA模型的一般步骤

一般步骤：

（1）平稳性检验。在这个环节中，我们需要对数据进行平稳性检验，这是因为只有平稳的序列，其特征才是稳定的，可重复的，也就具有了预测的可能性。如果序列本身是非平稳的，那么通常我们有两种处理方式，一是进行差分，而是进行对数变换。

（2）对于平稳的序列，我们需要对计算序列的ACF和PACF，通过分析ACF和PACF拖尾和截尾的形态，来判断ARIMA模型的形式以及p和q的取值（由于考虑差分已经使得序序列平稳了，所以事实上对于平稳的序列，ARIMA就等同于ARMA）。

注：如果偏自相关函数ACF在n阶之后迅速趋近于零，我们称ACF具有n阶截尾性；反之，如果偏自相关函数ACF不能在某一阶之后迅速趋近于零（截尾），而是按指数衰减（或成正弦波形式)，我们则称其具有拖尾性。同理，PACF的截尾和拖尾有相同的定义。

（3）模型识别。通过对于ACF和PACF拖尾与截尾形态，判断ARMA的具体形式。（AR、MA或者ARMA）

（4）参数估计。对于已经确定的ARMA具体形式进行参数估计。

（5）模型检验。这里主要是指对于残差进行检验，通常需要检验其独立性，以及期望方差为常数。

0.0000

关注作者

发表评论

暂无数据

CDA考试动态

CDA报考指南

推荐帖子