時間序列MA定階問題,時間序列MA定階問題

1樓:匿名使用者

最後確定使其值最小的階數是模型的合適階數。模型引數最大似然估計時aic=(按分析analyze—時間序列timeseries—arima模型的順序如圖3.23對話方塊。

如何判斷一個時間序列是ma模型

2樓:匿名使用者

最後確定使其值最小的階數是模型的合適階數。模型引數最大似然估計時aic=(按分析analyze—時間序列time series—arima模型的順序如圖3.23對話方塊。

eviews軟體進行時間序列分析,單位根檢驗後,如何根據自相關圖和偏自相關圖確定 ar、ma的滯後階?

3樓:匿名使用者

你要看p和q的值,看圖來判斷拖尾情況

由此得出理想的模型

我經常幫別人做這類的資料統計分析的

4樓:匿名使用者

模型arma(p,q),自相關圖通常提供了q的資訊,偏相關圖提供了p的信版

息。所謂的資訊,無非就是:

權截尾、拖尾、週期、季節等資訊,綜合這些資訊就能得到一個大致的印象而提出若干候選模型,然後根據資訊準則就可以確定一個較理想的模型。

模型沒有對與錯,通常任何一個模型都是對真實情況的近似,並且各種模型之間通常也是可以找到互換關係。在多個模型都滿足要求而讓你不知該選擇哪一個的時候,使用「剃刀原則」是最好,一言蔽之,就是挑最簡單,引數最少的模型是做好的選擇。

時間序列的問題,怎麼根據圖判斷arma中的p和q

5樓:

確定arma模型的(p,q):檢視自相關、偏相關係數圖,獲取其截尾特點,從而確定p和q。另外根據box-jenkins建模方法,可以初步設定模型為arma(n,n-1),即自迴歸部分的階數比滑動平均部分階數高一階。

p和q階是代表數列的階數,也即「εt2 = a0+a1εt-12 +a2εt-22 + ...... + aqεt-q2 +ηt t 」數列中類似「a0+a1εt-12」的個數。

arma 模型:自迴歸滑動平均模型是研究時間序列的重要方法,由自迴歸模型(簡稱ar模型)與滑動平均模型(簡稱ma模型)為基礎「混合」構成。在市場研究中常用於長期追蹤資料的研究,如:

panel研究中,用於消費行為模式變遷研究;在零售研究中,用於具有季節變動特徵的銷售量、市場規模的**等。