请高手帮忙解释下自相关分析结果

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

以上是我做的Yi的一个自相关与偏自相关图，结果看不明白，貌似看到了白噪音呢，本来还有些数据，但是字数太长所以我打算分两个贴来发，请问高手们我应该如何建立我的预测模型呢？

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：相关分析 自相关 偏自相关 预测模型 如何建立 解释 结果 高手 帮忙 自相关

Model Description

Model Name        MOD_3
Series Name        1        Yi
Transformation        None
Non-Seasonal Differencing        0
Seasonal Differencing        0
Length of Seasonal Period        No periodicity
Maximum Number of Lags        16
Process Assumed for Calculating the Standard Errors of the Autocorrelations        Independence(white noise)(a)
Display and Plot        All lags
Applying the model specifications from MOD_3
a  Not applicable for calculating the standard errors of the partial autocorrelations.


        Case Processing Summary

        Yi
Series Length        51
Number of Missing Values        User-Missing        0
        System-Missing        1(a)
Number of Valid Values        50
Number of Computable First Lags        49
a  Some of the missing values are imbedded within the series.


Yi

        Autocorrelations

Series: Yi
Lag        Autocorrelation        Std.Error(a)        Box-Ljung Statistic
                          Value        df        Sig.(b)
1        .604        .137        19.387        1        .000
2        .306        .136        24.455        2        .000
3        .126        .134        25.336        3        .000
4        .080        .133        25.696        4        .000
5        .101        .132        26.286        5        .000
6        .184        .130        28.278        6        .000
7        .237        .129        31.675        7        .000
8        .240        .127        35.243        8        .000
9        .260        .126        39.545        9        .000
10        .142        .124        40.849        10        .000
11        .104        .122        41.573        11        .000
12        .090        .121        42.124        12        .000
13        .127        .119        43.265        13        .000
14        .057        .118        43.499        14        .000
15        .026        .116        43.549        15        .000
16        -.039        .114        43.666        16        .000
a  The underlying process assumed is independence (white noise).
b  Based on the asymptotic chi-square approximation.

Partial Autocorrelations

Series: Yi
Lag        Partial Autocorrelation        Std.Error
1        .604        .141
2        -.094        .141
3        -.031        .141
4        .060        .141
5        .068        .141
6        .137        .141
7        .083        .141
8        .052        .141
9        .126        .141
10        -.123        .141
11        .078        .141
12        .012        .141
13        .055        .141
14        -.135        .141
15        -.018        .141
16        -.103        .141

谁帮帮我呀，急~~~~~

可以定阶：p=1，q=1，2，你用ar（1），ma（1），ma（2）试一试，

直接用 专家模型就可以解决了

谢谢四楼，五楼的，SPSS不太熟，想知道接下来要怎么做呢？

cddingliang 发表于 2009-7-28 15:41
可以定阶：p=1，q=1，2，你用ar（1），ma（1），ma（2）试一试，

                自相关图
序列:number
                                Box-Ljung 统计量
滞后        自相关        标准 误差a        值        df        Sig.b
1        -.377        .101        13.900        1        .000
2        -.112        .100        15.137        2        .001
3        -.015        .100        15.160        3        .002
4        .186        .099        18.654        4        .001
5        -.235        .099        24.305        5        .000
6        .051        .098        24.578        6        .000
7        .170        .098        27.622        7        .000
8        -.148        .097        29.945        8        .000
9        -.024        .097        30.007        9        .000
10        .105        .096        31.205        10        .001
11        .153        .095        33.783        11        .000
12        -.387        .095        50.379        12        .000
13        .138        .094        52.510        13        .000
14        .137        .094        54.649        14        .000
15        -.108        .093        55.985        15        .000
16        -.069        .093        56.543        16        .000
a. 假定的基础过程是独立性（白噪音）。
b. 基于渐近卡方近似。


大侠  这个是什么意思啊   救命啊