ARIMA 建模的步骤.pptVIP

ARIMA 建模的步驟 Stationize: 檢測序列的平穩性，對不平穩的序列，差分轉換為平穩序列。 Tentative identification: 由資料的 acf, pacf 辨識適合的 ARMA模式, 選出數個可能模式。 Estimation: 對遴選模式估計參數 Diagnostic Checking: 由各種診斷法來檢視模式的適合性，挑選出一模式，視為用於預測的模式 Forecasting: 以最終模式預測未來值 應隨時做模式的更新。 Make a Stationary series Tentative identification 由樣本的acf 及pacf 的走勢及變化來辨識ARMA模式中的 p，q值 選出數個候選模式 模式應力求簡單 Estimation Diagnostic Checking * 如果手中的時序資料不是 stationary，以一次差分轉換，使成為一 stationary series，必要時用多次差分。 利用檢定確認它是一 平穩序列 指數或正弦函數式漸漸消失 指數或正弦函數式漸漸消失 ARMA(p,q) 時差 p 之後切斷 指數或正弦函數式漸漸消失 AR(p) 指數或正弦函數式漸漸消失 時差 q 之後切斷 MA(q) Pacf acf Model 原則上用 least square estimate 估計的係數必滿足 平穩性