求助高人！Miinitab做了两个model，ARIMA（1，1,1）和ARIMA（2,1,1），不知如何比较！

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

Estimates at each iteration

Iteration      SSE        Parameters

        0  11.6497   0.100   0.100   0.080

        1   8.8027   0.236  -0.036   0.019

        2   8.6293   0.111  -0.186   0.012

        3   8.4985  -0.010  -0.336   0.004

        4   8.4433  -0.107  -0.476  -0.011

        5   8.4402  -0.057  -0.429  -0.012

        6   8.4400  -0.067  -0.439  -0.012

        7   8.4400  -0.065  -0.437  -0.012

        8   8.4400  -0.066  -0.437  -0.012

        9   8.4400  -0.066  -0.437  -0.012

Relative change in each estimate less than 0.0010

Final Estimates of Parameters

Type          Coef  SE Coef      T      P

AR   1     -0.0656   0.1841  -0.36  0.722

MA   1     -0.4374   0.1659  -2.64  0.009

Constant  -0.01183  0.02062  -0.57  0.567

Differencing: 1 regular difference

Number of observations:  Original series 205, after differencing 204

Residuals:    SS =  8.43828 (backforecasts excluded)

              MS =  0.04198  DF = 201

Modified Box-Pierce (Ljung-Box) Chi-Square statistic

Lag            12     24     36     48

Chi-Square    5.0   12.6   28.8   42.1

DF              9     21     33     45

P-Value     0.833  0.921  0.675  0.595

Forecasts from period 205

                     95% Limits

Period  Forecast    Lower    Upper  Actual

   206   8.27651  7.87483  8.67818Estimates at each iteration

Iteration      SSE           Parameters

        0  11.4040  0.100   0.100  0.100   0.071

        1  10.5229  0.250   0.050  0.190   0.052

        2  10.1334  0.400   0.015  0.310   0.040

        3   9.8926  0.550  -0.018  0.439   0.029

        4   9.6985  0.700  -0.053  0.572   0.021

        5   9.4953  0.850  -0.092  0.702   0.013

        6   9.2428  1.000  -0.142  0.824   0.006

        7   9.1464  1.150  -0.179  0.963   0.001

        8   8.6521  1.227  -0.280  0.941  -0.001

        9   8.6227  1.295  -0.320  0.981  -0.000

       10   8.6181  1.294  -0.322  0.981  -0.000

       11   8.6170  1.294  -0.323  0.982  -0.000

       12   8.6166  1.296  -0.325  0.982  -0.000

       13   8.6165  1.296  -0.325  0.982  -0.000

       14   8.6152  1.298  -0.327  0.983  -0.000

       15   8.6152  1.303  -0.332  0.983  -0.000

       16   8.6150  1.304  -0.332  0.983  -0.000

       17   8.6148  1.304  -0.333  0.983  -0.000

       18   8.6146  1.305  -0.333  0.983  -0.000

       19   8.6145  1.305  -0.333  0.983  -0.000

       20   8.6144  1.306  -0.334  0.983  -0.000

       21   8.6143  1.306  -0.334  0.983  -0.000

       22   8.6142  1.306  -0.334  0.983  -0.000

       23   8.6141  1.306  -0.334  0.983  -0.000

       24   8.6140  1.307  -0.335  0.983  -0.000

       25   8.6139  1.307  -0.335  0.983  -0.000

** Convergence criterion not met after 25 iterations **

Final Estimates of Parameters

Type            Coef    SE Coef        T      P

AR   1        1.3067     0.0670    19.49  0.000

AR   2       -0.3348     0.0670    -4.99  0.000

MA   1        0.9833     0.0002  4337.66  0.000

Constant  -0.0001720  0.0003220    -0.53  0.594

Differencing: 1 regular difference

Number of observations:  Original series 205, after differencing 204

Residuals:    SS =  8.60330 (backforecasts excluded)

              MS =  0.04302  DF = 200

Modified Box-Pierce (Ljung-Box) Chi-Square statistic

Lag            12     24     36     48

Chi-Square    8.7   16.6   32.4   46.1

DF              8     20     32     44

P-Value     0.367  0.678  0.449  0.384

Forecasts from period 205

                     95% Limits

Period  Forecast    Lower    Upper  Actual

   206   8.32003  7.91343  8.72662

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：ARIMA model mode Rim ima 如何

同问啊， 看residual的white noise test？ R^2? 如果都存在白噪声， 该如何判断哪个更准确？

学习，谢谢