12 3 4 / 4 页下一页

查看: 17309|回复: 31

[问题求助] ARMA模型识别

[复制链接]

字体大小: 正常放大

lujun5011802

8 主题	3 听众	215 积分

升级 57.5%

TA的每日心情

	开心 2014-3-17 13:58

签到天数: 14 天

[LV.3]偶尔看看II

自我介绍: lj

群组: Latex研学群

群组: 狂热数模爱好者

群组: 数学建模培训课堂1

群组: 计量经济学之性

群组: B题讨论群

电梯直达

1^#

发表于 2010-7-22 21:51 |只看该作者 |倒序浏览

|招呼Ta 关注Ta

3体力

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

最佳答案

liwenhui 查看完整内容

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 ...

zan

转播0 淘帖0 分享1 收藏0 支持0 反对0 微信

使用道具举报

liwenhui

70 主题	65 听众	5199 积分

独孤求败

TA的每日心情

	擦汗 2018-4-26 23:29

签到天数: 1502 天

[LV.Master]伴坛终老

自我介绍: 紫薇软剑，三十岁前所用，误伤义士不祥，乃弃之深谷。重剑无锋，大巧不工。四十岁前恃之横行天下。四十岁后，不滞于物，草木竹石均可为剑。自此精修，渐进至无剑胜有剑之境。

群组: 计量经济学之性

群组: LINGO

2^#

发表于 2010-7-22 21:51 |只看该作者 |招呼Ta 关注Ta |邮箱已经成功绑定

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。

点评

rixingrixing 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？详情回复发表于 2013-6-17 21:36

我也说一句

发表

使用道具举报

安树庭

112 主题	10 听众	962 积分

数模爱好者

升级 90.5%

TA的每日心情

	开心 2014-7-12 07:33

签到天数: 335 天

[LV.8]以坛为家I

国际赛参赛者

群组: 中南民族大学

群组: 数学建摸协会

群组: 湖南工业大学数学建模同盟会

群组: LINGO

群组: 小草的客厅

3^#

发表于 2010-7-23 07:57 |只看该作者 |招呼Ta 关注Ta

这个。》。。。。。。。。。。。。。。。

我也说一句

发表

使用道具举报

liwenhui

70 主题	65 听众	5199 积分

独孤求败

TA的每日心情

	擦汗 2018-4-26 23:29

签到天数: 1502 天

[LV.Master]伴坛终老

自我介绍: 紫薇软剑，三十岁前所用，误伤义士不祥，乃弃之深谷。重剑无锋，大巧不工。四十岁前恃之横行天下。四十岁后，不滞于物，草木竹石均可为剑。自此精修，渐进至无剑胜有剑之境。

群组: 计量经济学之性

群组: LINGO

4^#

发表于 2010-7-30 21:19 |只看该作者 |招呼Ta 关注Ta |邮箱已经成功绑定

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。