arima模型中的p,q,d怎么确定根据

2020-11-23 05:04:37 字数 858 阅读 2663

1楼:

arima(p,d,q)称为差分自回归

移动平均模型,ar是自回归,p为自回归项,可以看自相关图来估计;ma为移动平均,q为移动平均项数,可以看偏相关图来估计,d为时间序列成为平稳时所做的差分次数。

近期在用r,里面有个函数auto.arima()可以自动生成一个最优拟合模型。可以试试。

当然不同的会有不同函数,看看教程总有解决方法的。

怎样用acf和pacf图 确立arima模型

2楼:

arima(p,d,q)称为差分自回归移动平均模型,ar是自回归,p为自回归项,可以看自相关图来估计;ma为移动平均,q为移动平均项数,可以看偏相关图来估计,d为时间序列成为平稳时所做的差分次数。

近期在用r,里面有个函数auto.arima()可以自动生成一个最优拟合模型。可以试试。

当然不同的会有不同函数,看看教程总有解决方法的。

怎样用acf和pacf图 确立arima模型

3楼:du知道君

一般自相关图若为q阶截尾则滑动系数为q.若偏自相关图为p阶截尾则自回归系数为p.当然这样判断存在一定主观性,还需结合aic bic值来判断

4楼:刑夏英从霜

arima(p,d,q)称为差分自回归移动平均模型,ar是自回归,p为自回归项,可以看自相关图来估计;ma为移动平均,q为移动平均项数,可以看偏相关图来估计,d为时间序列成为平稳时所做的差分次数。

近期在用r,里面有个函数auto.arima()可以自动生成一个最优拟合模型。可以试试。

当然不同的会有不同函数,看看教程总有解决方法的。