图片告诉你怎么看拖尾截尾！

crystal8832 发表于 2018-6-3 19:26
均截尾可能不存在相关性。建议使用信息准则结合显著性建模。

特别感谢您！其实根据q统计量来看，我差分两次以后基本上已经是白噪声了，除了某一阶滞后项p值0.03多。我也是打算多尝试几个看AIC。

crystal8832 发表于 2018-6-3 19:26
均截尾可能不存在相关性。建议使用信息准则结合显著性建模。

特别感谢您！其实根据q统计量来看，我差分两次以后基本上已经是白噪声了，除了某一阶滞后项p值0.03多。我也是打算多尝试几个看AIC。

本大爷的小兔子 发表于 2018-6-3 19:47
特别感谢您！其实根据q统计量来看，我差分两次以后基本上已经是白噪声了，除了某一阶滞后项p值0.03多。我 ...

你差分1次后不平稳吗？差分两次信息损失很严重的。

crystal8832 发表于 2018-6-3 20:08
你差分1次后不平稳吗？差分两次信息损失很严重的。

一阶差分看时序图还有一些趋势，单位根检验若选择趋势和截距则拒绝原假设，但辅助回归截距项不显著，若不引入截距项和趋势项则不能拒绝原假设，因此我又差分了一次。

本大爷的小兔子 发表于 2018-6-3 20:25
一阶差分看时序图还有一些趋势，单位根检验若选择趋势和截距则拒绝原假设，但辅助回归截距项不显著，若不 ...

过多差分是有代价的，二次差分后信息基本都被差掉了，可以对原数据先做适当变量，尽量保证在一阶差分就平稳，如果话不行，还有种分形ARMA模型，不过我不确定是否合适。

crystal8832 发表于 2018-6-3 21:22
过多差分是有代价的，二次差分后信息基本都被差掉了，可以对原数据先做适当变量，尽量保证在一阶差分就平 ...

感谢您！已经基本处理好了，最后差分一次，用的疏系数模型

[em23]

那应该是ARMA（7，2）还是ARMA(2,7)呀

forever+ 发表于 2018-10-26 23:00
那应该是ARMA（7，2）还是ARMA(2,7)呀

那应该是ARMA（7，2）

forever+ 发表于 2018-10-26 23:00
那应该是ARMA（7，2）还是ARMA(2,7)呀

ARMA（2,7）吧，偏自相关决定p，自相关系数决定q