个人理解:
MA(2): X(t)=eps(t)-theta1*eps(t-1)-theta2*eps(t-2);
AR(1): X(t)=bt1*X(t-1)+eps(t);
ARMA(1,2) X(t)=bt1'*X(t-1)+eps(t)-theta1'*eps(t-1)-theta2'*eps(t-2);
实际拟合是三个模型,ARMA(1,2)也不是简单由AR(1),MA(2)合并而来;其参数估计也不相同,
所有拟合ARMA(1,2)参数不显著,也不奇怪。
实际这批数据,一开始发现有明显的指数趋势,故进行log变化;
对数化之后,发现数据仍有线性趋势;
不明白楼主为何要进行二次差分,我觉得差分次数还是越少越好,
一阶差分后,序列已经显得平稳了;
此时根据自相关,偏相关定阶,拟合ARMA(1,2),其参数是显著的。