从数据到结论人民大学12时间序列分析教学课件.ppt

AR(p)模型： 或者，用等价的算子符号， 指数平滑模型:减幅趋势可乘季节模型（Damped trend, multiplicative seasonality model） 指数平滑模型:减幅趋势可乘季节模型（Damped trend, multiplicative seasonality model） AR(p)模型： 或者，用等价的算子符号， 例：数据AR1.sav；拖尾和截尾 注意，所谓拖尾图形模式也可能不是正弦形式，但以指数率衰减。类似地，如果acf图形是在第q=k个条后截尾，而pacf图形为拖尾，则数据满足MA(q)模型。如果两个图形都拖尾则可能满足ARMA(p,q)模型。具体判别法总结在下面表中： acf和pacf图 如acf和pacf图中至少一个不是以指数形式或正弦形式衰减，那么说明该序列不是平稳序列，必须进行差分变换来得到一个可以估计参数的满足ARMA(p,q)模型的序列。 如一个时间序列的acf和pacf图没有任何模式，而且数值很小，那么这个序列可能就是一些互相独立的无关的随机变量。一个很好拟合的时间序列模型的残差就应该有这样的acf和pacf图。 例：数据AR1.sav 根据acf和pacf图的形态，不用进行任何差分就可以直接用AR(1)模型拟合。利用SPSS软件，选择AR(1)模型(等价地ARIMA(1,0,0)(0,0,0)模型),得到参数