求教关于ARMA模型的残差检验

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ARMA以后，做残差检验，得到的结果，最后一栏Prob基本上都是零。是不是就说明通不过白噪声检验？

换了别的p，q值，也还是这样。这是为什么呀？

难道是数据不适合用ARMA么？

PS：我的数据是日数据，但是有比较强的周期性。

Q-statistic probabilities adjusted for 4 ARMA term(s)      
      
Autocorrelation Partial Correlation  AC   PAC  Q-Stat  Prob
      
        |       |         |       | 1 0.002 0.002 0.0222 
        |       |         |       | 2 0.008 0.008 0.5293 
        |       |         |       | 3 0.008 0.008 0.9600 
        |       |         |       | 4 -0.034 -0.034 9.4945 
        |       |         |       | 5 -0.025 -0.025 14.054      0.000
        |       |         |       | 6 -0.010 -0.010 14.840      0.001
        |       |         |       | 7 0.018 0.019 17.081        0.001
        |       |         |       | 8 -0.004 -0.005 17.206      0.002
        |       |         |       | 9 -0.032 -0.034 24.917     0.000
        |       |         |       | 10 0.005 0.004 25.128      0.000
        |       |         |       | 11 0.033 0.035 33.131      0.000
        |       |         |       | 12 -0.001 0.000 33.133     0.000
        |       |         |       | 13 0.003 0.000 33.218      0.000
        |       |         |       | 14 -0.007 -0.010 33.623   0.000
        |       |         |       | 15 0.012 0.014 34.620      0.000
        |       |         |       | 16 0.004 0.008 34.768      0.001
        |       |         |       | 17 0.018 0.018 37.037      0.000
        |       |         |       | 18 0.007 0.003 37.349      0.001
        |       |         |       | 19 0.003 0.004 37.425      0.001
        |       |         |       | 20 0.023 0.026 41.451     0.000
        |       |         |       | 21 0.021 0.022 44.536     0.000
        |       |         |       | 22 0.011 0.010 45.383     0.000
        |       |         |       | 23 0.021 0.020 48.502     0.000
        |       |         |       | 24 0.025 0.027 53.070     0.000
        |       |         |       | 25 -0.012 -0.009 54.113   0.000
        |       |         |       | 26 -0.013 -0.011 55.365   0.000
        |       |         |       | 27 -0.005 -0.004 55.525   0.000
        |       |         |       | 28 0.021 0.023 58.753      0.000
        |       |         |       | 29 -0.001 0.002 58.757    0.000
        |       |         |       | 30 0.021 0.020 61.923     0.000
        |       |         |       | 31 0.019 0.016 64.655     0.000
        |       |         |       | 32 0.021 0.022 67.759     0.000
        |       |         |       | 33 0.026 0.027 72.593     0.000
        |       |         |       | 34 0.041 0.040 84.918     0.000
        |       |         |       | 35 0.026 0.025 90.056     0.000
        |       |         |       | 36 0.028 0.030 95.647     0.000
      

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2 回帖

关键词：arma模型 残差检验 MA模型 ARMA ARM adjusted 周期性 模型

我也遇到这个问题了，没有人知道怎么解决吗？？？？？？？？

你分析的时序数据是否平稳啊？

正如楼上所说~~你要先检查你的数据是不是stationary~~然后才好去建model~~检查的方法就是unit root test和correlogram的横条和AC值~~~不过unit root test会可能把没有unit root的都说成有~~所以最好是手工做unit root test,就是在自变量里面加y(-1)看是否显著。
如果unit root test没有问题~~但是还是过不了Q test，一般就是你model没有build好。
因为不确定你的arma加了多少我很难回答你的问题，建议你先做个ramsey reset看能不能过~~过不了你就往里面加变量吧~~肯定有些东西你是没有想到的

原假设是不存在自相关和偏相关，但现在p值非常下，拒绝原假设犯错误的概率非常下，所以拒绝原假设，结论就是存在相关

Q-statistic 的p值非常小，说明残差之间存在相关性，也就是说明残差不是白噪声，残差里有很多信息没有变量来表达。我之前遇到比较明显的这种问题，当时就只是用arma模型发现实在是消除不掉，之后加入了季节性SAR,SMA来拟合效果一下就会好起来。
其实就是原始数据你加入平稳的滞后项AR拟合之后看起来像是已经解释了大部分信息，但是由于你的数据过多，很多细小的季节性不能看出来，这种现象在日数据中比较常见，你画出线图看起来是同均值，方差有界了，但是有季节性，对吧，我做股价时就发现5天使一个周期，开盘不就是五天吗，所以在eviews里面的话就是加入SAR,SMA试试，效果瞬间好起来