lujun5011802 发表于 2010-7-22 21:51

ARMA模型识别

在研究时间序列分析时，遇到很多问题
首先在分析自相关和偏相关图的时候，拖尾性和截尾性不是很清楚
arma模型时有没有严格要求，Arma好像acf和pacf图都表现截尾性，但在一些书上好像不是截尾性也用到arma模型
请各位大侠帮忙解答下，小的不胜感激

liwenhui 发表于 2010-7-22 21:51

纯AR过程，其自相关函数按指数规律递减，偏自相关函数会在前面几阶阶出现一个较大值，后面的阶比较小，表现出截尾性。
纯MA过程，其自相关函数表现截尾，偏相关函数表现出指数递减。
ARMA过程的自相关函数，一阶自相关与AR和MA两部分的参数都有关，而后面则按指数律递减，递减的速度应该只与AR的系数有关。偏相关函数绝对不会截尾，会衰减至0.

以上三个过程都是指的“纯”过程，一般碰到的时间序列都不是纯的，有误差影响，建模的时候关键是识别AR和MA各自的滞后阶数。

“不纯”是肯定纯在的，模型的好坏不是看他与原模型的“近似程度最大”，而是看他原模型的“差异度最小”，衡量好的模型还要看他是否尽可能地表达了数据的信息，比如采用赤池信息准则或施瓦茨信息准则来判断。

安树庭 发表于 2010-7-23 07:57

这个。》。。。。。。。。。。。。。。。

liwenhui 发表于 2010-7-30 21:19

纯AR过程，其自相关函数按指数规律递减，偏自相关函数会在前面几阶阶出现一个较大值，后面的阶比较小，表现出截尾性。
纯MA过程，其自相关函数表现截尾，偏相关函数表现出指数递减。
ARMA过程的自相关函数，一阶自相关与AR和MA两部分的参数都有关，而后面则按指数律递减，递减的速度应该只与AR的系数有关。偏相关函数绝对不会截尾，会衰减至0.

以上三个过程都是指的“纯”过程，一般碰到的时间序列都不是纯的，有误差影响，建模的时候关键是识别AR和MA各自的滞后阶数。

“不纯”是肯定纯在的，模型的好坏不是看他与原模型的“近似程度最大”，而是看他原模型的“差异度最小”，衡量好的模型还要看他是否尽可能地表达了数据的信息，比如采用赤池信息准则或施瓦茨信息准则来判断。

vivihe 发表于 2010-9-5 17:47

请问各位这个方面有没有书籍推荐？谢了

快乐男孩101 发表于 2011-4-20 10:16

恩 受教了~~~{:3_59:}

拉瑟里恩 发表于 2011-11-27 17:21

判断还是很感性的

新泽西 发表于 2012-7-30 16:28

大部分应该是不纯的过程吧，那是否有更加精准的判断指标什么的啊

liupeng723911 发表于 2012-8-1 01:31

强烈支持。

rixingrixing 发表于 2013-6-17 21:36

liwenhui 发表于 2010-7-22 21:51 static/image/common/back.gif
纯AR过程，其自相关函数按指数规律递减，偏自相关函数会在前面几阶阶出现一个较大值，后面的阶比较小，表现 ...

请问，为什么有时候ACF或者PACF截尾，但是还会判断是ARMA模型呢？这时候的阶数怎么判断呢？
页: [1] 2 3 4
查看完整版本: ARMA模型识别