ARMA(0,0)问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

做了一个ARMA模型，用来预测，将序列一阶差分后平稳，但通过自相关及偏相关图发现既没有拖尾也没有截尾，即在第一不延迟已经落入2倍标准差之内，且后续延期都没有超出，那是不是意味着可以用ARMA(0,0)模型来做呢，但是看到要是p和q都等于0的话，是不行的，不知道对不对啊。如果不行，那对我这样的序列该用什么方法预测呢？

Date: 09/08/12 Time: 17:03
Sample: 1/03/2007 4/30/2010
Included observations: 848
Autocorrelation	Partial Correlation		AC	PAC	Q-Stat	Prob
.| |	.| |	1	0.060	0.060	3.0336	0.082
.| |	.| |	2	-0.040	-0.044	4.4197	0.110
.| |	.| |	3	0.025	0.030	4.9328	0.177
.| |	.| |	4	-0.015	-0.020	5.1245	0.275
.| |	.| |	5	0.004	0.009	5.1383	0.399
.| |	.| |	6	0.020	0.017	5.4825	0.484
.| |	.| |	7	0.021	0.020	5.8568	0.557
.| |	.| |	8	0.042	0.041	7.3874	0.495
.| |	.| |	9	-0.023	-0.027	7.8350	0.551
.| |	.| |	10	-0.012	-0.005	7.9493	0.634
.| |	.| |	11	0.015	0.012	8.1372	0.701
.| |	.| |	12	0.032	0.032	9.0137	0.702
*| |	*| |	13	-0.067	-0.072	12.885	0.457
.| |	.| |	14	0.042	0.052	14.440	0.417
.| |	.| |	15	0.017	0.003	14.697	0.473
.| |	.| |	16	0.007	0.015	14.740	0.544
.| |	.| |	17	0.009	0.005	14.812	0.609
.| |	.| |	18	-0.017	-0.018	15.077	0.657
.| |	.| |	19	-0.012	-0.009	15.193	0.710
.| |	.| |	20	0.012	0.010	15.315	0.758

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：ARMA ARM RMA observations correlation 标准差 模型

Ding

本人认为，的确应该从相关图及偏相关图的截尾拖尾情况来判断AR,MA项的选择。的确此例没有截尾也无托尾，可以逐渐尝试AR及MA项哪一个更显著。

是不是一般做到AR(2), MA(2), ARMA(2,2)就可以了呢？
我试过MA(1)和ARMA(1,1)效果都显著，请问两个中选哪个比较好？

这个问题好多人碰到，李敏编的教材认为同正常落入时pq判断方法一致，但网上有个老外介绍方法（参考信息全没有，可信度值得商雇）是考虑ARMA（0，d，0）情况。