ARIMA过差分如何判定？

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

本人在使用SAS建模SARIMA过程中遇到过如此困惑：就是如何判读做的差分过了头（过差分），看了SAS的帮助文件，只有模糊理解，还是没有怎么彻底搞懂，有知道的高手请指教一二。呵呵。。。
        另外，ARIMA模型大家的称呼比较多，什么单整自回归滑动平均、求和自回归移动平均、差分自回归移动平均；都是指它吧？！好像是从不同的角度对其命名的，谁还能解释一下名字来源。

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 ima Rim 过差分 ARIMA模型 ARIMA 差分

三者是一致的,单整是指不平稳序列,为了平稳需要差分,但为了预测,又必须反过来求和才能预测原始的序列,否则预测的是差分后的序列.由此可见三者的确是从不同角度来称谓的.关于差分阶数,一般是一次次摸索进行,不过一般不超过2次,有时需要普通差分,有时需要季节差分,普通差分一般是一阶差分,季节差分往往是高阶的,例如月度数据为12阶,季度数据为4阶.

2# harlon1976 我们有记错的话，季节因素应该是由步差来解决的吧，进行几阶差分的目的是为了消除趋势效应，之后用步差来消除季节效应吧

考虑2阶差分后的方差，如果与1阶差分相比，变大的话，就说明是过差分，好像是这个样子

谢谢楼上两位的解答。个人觉得harlon1976 老兄说的季节差分有些问题，月度差分应该还是12步差分，而不是12阶；呵呵。。。关于过差分，在SAS帮助文件中有这么一段话，理解得不是很清楚明白，拿到这来请大家讨论评述：
    “The sample inverse autocorrelation function (SIACF) plays much the same role in ARIMA modeling as the sample partial autocorrelation function (SPACF) but generally indicates subset and seasonal autoregressive models better than the SPACF.
        Additionally, the SIACF may be useful for detecting over-differencing. If the data come from a nonstationary or nearly nonstationary model, the SIACF has the characteristics of a noninvertible moving average. Likewise, if the data come from a model with a noninvertible moving average, then the SIACF has nonstationary characteristics and, therefore, decays slowly. In particular, if the data have been over-differenced, the SIACF looks like a SACF from a nonstationary process.
      望各路高手出手帮助！！

我没有看到用步衡量的,我说的12阶差分和你的意思是一致的,为Xt-(Xt-12).

如果都用阶来表示容易引起歧义啊，呵呵。。。有step说法的，我在英文教科书里见过

harlon1976 发表于 2009-8-2 10:49
我没有看到用步衡量的,我说的12阶差分和你的意思是一致的,为Xt-(Xt-12).

阁下说的这是12步差分。。。。12阶差分说通俗点就是是差分了12次

会eviews的教教我ARIMA模型怎么预测啊

过差分之后序列会变成纯随机序列，所以对差分后的数据进行纯随机检验就可以看出是否存在过差分。