数据原始序列图为
![PA1提取的6天的时序图.jpg PA1提取的6天的时序图.jpg](https://bbs-cdn.datacourse.cn/static/image/common/none.gif)
其自相关系数为下图
![PA1的前6天的自相关图.jpg PA1的前6天的自相关图.jpg](https://bbs-cdn.datacourse.cn/static/image/common/none.gif)
故进行一阶差分,得到时序图为
![PA2的前6天的时序图.jpg PA2的前6天的时序图.jpg](https://bbs-cdn.datacourse.cn/static/image/common/none.gif)
其自相关和偏相关系数图为
![PA1的1阶差分后的前5天的自相关图.jpg PA1的1阶差分后的前5天的自相关图.jpg](https://bbs-cdn.datacourse.cn/static/image/common/none.gif)
由此可以初步判断是ARIMA(3.1.1)型,但是经过我对AIC等参数进行试验,效果最好的应该是ARIMA(4,1,2)
所以,以ARIMA(4,1,2)定阶,进行参数估计,得到如下结果
![PA2参数估计结果.jpg PA2参数估计结果.jpg](https://bbs-cdn.datacourse.cn/static/image/common/none.gif)
得到这个结果以后,点FORECAST,点STATIC静态预测,得到结果为(这里的结果都是差分后的)
![PA的第一天预测图.jpg PA的第一天预测图.jpg](https://bbs-cdn.datacourse.cn/static/image/common/none.gif)
但是,我把预测的结果导出之后,并且与原差分结果进行比较,相差却很大,如下图
![112.jpg 112.jpg](https://bbs-cdn.datacourse.cn/static/image/common/none.gif)
几乎所有预测方向和本来的方向都是反的,图像最左边,才一开始预测的几个点的方向都走反了
最后,我再把两者的差分数据还原,得到的结果相差则更大更大。
现在十分苦恼,求各位帮忙解决