ARIMA模型中p、d、q参数的选择方法.docxVIP

ARIMA模型中p、d、q参数的选择方法

引言

在时间序列分析领域，ARIMA（自回归移动平均模型）是应用最广泛的经典模型之一。它通过“自回归（AR）”“差分（I）”和“移动平均（MA）”三个核心部分，能够捕捉时间序列中的趋势性、周期性和随机波动特征。而模型中p、d、q三个参数的选择，直接决定了模型对数据的拟合效果与预测能力——p代表自回归阶数，d代表差分次数，q代表移动平均阶数。这三个参数的确定既是建模的关键步骤，也是初学者最容易困惑的环节。本文将围绕“如何科学选择p、d、q参数”这一核心问题，从模型基础出发，结合理论方法与实践经验，逐层解析参数选择的逻辑与操作要点。

一、ARIMA模型的基础认知

要理解p、d、q参数的选择逻辑，首先需要明确ARIMA模型的基本结构。ARIMA模型全称为“自回归积分移动平均模型”（AutoregressiveIntegratedMovingAverageModel），其表达式可通俗理解为：通过d次差分将非平稳时间序列转化为平稳序列后，建立一个AR(p)模型与MA(q)模型的组合模型。其中，“AR(p)”表示当前值与前p期值的线性回归关系，“MA(q)”表示当前值与前q期随机误差项的线性组合，“I(d)”则通过差分操作消除数据中的趋势或季节性，使序列满足平稳性要求。

（一）参数p、d、q的物理意义

p（自回归阶数）：反映时间序列中当前值对过去p期值的依赖程度。例如，若p=2，说明当前值主要受前1期和前2期值的影响。

d（差分次数）：用于衡量时间序列需要经过多少次差分才能转化为平稳序列。d=0表示原序列已平稳；d=1表示需要一次差分（如计算相邻数据的差值）；d=2则表示需要二次差分（如对一次差分后的数据再次计算差值）。

q（移动平均阶数）：体现当前值对过去q期随机误差的依赖程度。若q=3，说明当前值与前1期、前2期、前3期的随机误差项相关。

这三个参数相互关联：d的确定是前提，只有数据平稳后才能进一步确定p和q；而p和q的选择则直接影响模型对数据波动规律的捕捉精度。因此，参数选择需遵循“先定d，再定p和q”的基本顺序。

二、d参数的选择：从非平稳到平稳的桥梁

d参数的核心作用是通过差分操作消除时间序列中的趋势性或季节性，使数据满足平稳性要求。平稳序列的均值和方差不随时间变化，自相关系数仅与滞后阶数有关，这是AR和MA模型成立的前提。因此，确定d的关键在于判断原序列需要多少次差分才能达到平稳。

（一）平稳性检验的常用方法

要确定是否需要差分及差分次数，首先需要对原序列进行平稳性检验。常用的检验方法包括图形法和统计检验法。

图形法是最直观的初步判断手段。通过绘制时间序列图，观察数据的均值是否随时间明显上升或下降（趋势性）、方差是否显著扩大或缩小（异方差性）。例如，某地区年度GDP数据通常呈现持续增长的趋势，时间序列图会表现为向上倾斜的曲线，说明原序列非平稳；而某城市日平均气温数据若围绕某个均值上下波动，无明显趋势，则可能是平稳的。

统计检验法则更严谨，常用的有ADF检验（增广迪基-富勒检验）和KPSS检验。ADF检验的原假设是“序列存在单位根（非平稳）”，若检验结果拒绝原假设（p值小于显著性水平，如0.05），则认为序列平稳；KPSS检验的原假设是“序列平稳”，若拒绝原假设则说明存在趋势非平稳。两种检验结合使用可提高判断准确性：若ADF显示非平稳且KPSS显示非平稳，说明需要差分；若ADF显示平稳且KPSS显示平稳，则d=0。

（二）差分次数的确定流程

确定d的具体步骤通常为：首先检验原序列（d=0）的平稳性；若不平稳，进行一次差分（d=1），再次检验；若仍不平稳，进行二次差分（d=2）并检验。实际应用中，d的取值通常不超过2，因为高次差分可能过度消除数据中的有效信息，导致模型失真。

例如，某股票价格序列原序列ADF检验p值为0.8（大于0.05），说明非平稳；一次差分后ADF检验p值为0.02（小于0.05），KPSS检验p值为0.15（大于0.05），则d=1。若一次差分后ADF检验仍不通过，二次差分后通过，则d=2。需要注意的是，季节性时间序列可能需要“季节差分”（如12步差分处理月度数据的年度周期），此时d参数可能包含季节差分次数（即SARIMA模型中的D参数），但本文主要讨论非季节ARIMA模型的d参数选择。

三、p与q参数的选择：从相关分析到模型优化

在确定d参数并得到平稳序列后，下一步是确定p（自回归阶数）和q（移动平均阶数）。这两个参数的选择需要结合自相关分析、偏自相关分析和信息准则法，从理论特征和模型拟合效果两个维度综合判断。

（一）自相关函数（ACF）与偏自相关函数（PACF）的应用

自相关函数（ACF）衡量序列中第t期与第t-k期值的相关程度，反映序列的整体相关性；偏自