用AR（1）模型出了问题

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

我将数据进行一阶差分后就平稳了   原始数据的自相关拖尾  偏自相关是截尾的   所以我用AR模型    我用AR(1)时   AIC、SC的值都最小    然后我加了常数项c   即输入ls y c ar(1)   结果AIC和SC的值变小了   然后我进行静态预测   结果就得到的预测值和实际值的图像就如这个        感觉看上去是错位了一样   要是退一格   那预测效果就好了  我是哪儿做错了啊？我也试了其他的模型   都是这样  我都无语了   我是刚学时间序列    所以很多都不懂  请大家见谅   谢谢了   补充一下  AR(1)模型的MAPE也是最小   R方最大

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：mape 静态预测 偏自相关 AR模型 时间序列 模型

建模时的自相关和偏自相关要看平稳数据的，也就是说你得去看一阶差分后的数据。

没看出来什么问题呀。。

蓝宇磐石 发表于 2012-11-8 17:06
建模时的自相关和偏自相关要看平稳数据的，也就是说你得去看一阶差分后的数据。

一阶差分后的数据是平稳的   均值   ADF   检验通过了的   

我是说建模要看一阶差分后数据的自相关、偏自相关函数去确定用ARMA或者AR或者MA，你上面写的是看的原始数据，如果看得是一阶差分数据的化就对的。

蓝宇磐石 发表于 2012-11-8 20:58
我是说建模要看一阶差分后数据的自相关、偏自相关函数去确定用ARMA或者AR或者MA，你上面写的是看的原始数据 ...

一阶差分后  自相关与偏自相关都是截尾的哦...

然后你就可以用截尾阶数去确定一阶差分后数据的ARMA(p,1,q)了哦，跟你上面做的一样的步骤

蓝宇磐石 发表于 2012-11-9 20:37
然后你就可以用截尾阶数去确定一阶差分后数据的ARMA(p,1,q)了哦，跟你上面做的一样的步骤

兄弟，能否将步骤写下？我也遇到这个问题，怎么解决啊？谢谢