如何决定时间序列中自回归的P值？有PACF,ACF图

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

proc arima data=Temp;
identify var=Tm nlag=12;
run;

还有我用了nlog=12对吗？

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：ACF图 时间序列 PACF ACF 自回归 identify 如何

ACF 拖尾,PACF 也拖尾对吗？所以要用ARMA模型来做对不？但是怎么确定P和q?

这个序列像白噪声。SAS输出中有对序列作白噪声检查的部分。你看一看，是不是可以通过白噪声检验。

另外，
proc arima data=Temp;
identify var=Tm nlag=12 esacf;
run;
SAS会给你一些建议的p和q值。

从ACF上看，像MA（1）。
要给出EACF图才能判断ARMA的p和q

kantdisciple 发表于 2013-4-14 07:15
这个序列像白噪声。SAS输出中有对序列作白噪声检查的部分。你看一看，是不是可以通过白噪声检验。

另外， ...

Autocorrelation Check of Residuals
To Lag        Chi-Square        DF        Pr > ChiSq        Autocorrelations
6        4.51        5        0.4791        -0.025        0.012        0.129        0.135        0.081        0.051
12        7.91        11        0.7212        0.001        0.101        0.042        0.066        -0.030        0.120
18        12.89        17        0.7433        -0.039        -0.106        -0.014        -0.100        0.022        -0.140
24        18.76        23        0.7151        -0.080        -0.077        0.034        -0.162        -0.080        -0.028

由于各延迟阶数下的LB统计量的P值都大于0.05，所以可以认为残差序列为白噪声序列，根据模型检验的判别原则，得出拟合模型显著有效的结论。
是这样吗

fangfang518 发表于 2013-4-14 09:45
Autocorrelation Check of Residuals
To Lag        Chi-Square        DF        Pr > ChiSq        Autocorrelations
6        4.51        5        0.4 ...

如果不考虑其他问题，可以作出这种结论。