1.
首先时间序列的预处理包括两个方面的检验,平稳性检验和白噪声检验。序列的平稳性,一般通过时序图和相关图来判断。如果序列是非平稳的,可通过对数据进行差分处理,然后进行平稳性检验,判断序列是否平稳。一般在应用中,差分的阶数(d)不超过2。
2.
ARIMA模型(p,d,q) 称为差分自回归移动平均模型,根据原序列是否平稳以及回归中所含部分的不同,ARIMA模型可拆分为3项,分别是AR(p)模型、I(d)即差分、和MA(q)模型,因此需要分别确定这三个参数的阶数。
1.
首先时间序列的预处理包括两个方面的检验,平稳性检验和白噪声检验。序列的平稳性,一般通过时序图和相关图来判断。如果序列是非平稳的,可通过对数据进行差分处理,然后进行平稳性检验,判断序列是否平稳。一般在应用中,差分的阶数(d)不超过2。
2.
ARIMA模型(p,d,q) 称为差分自回归移动平均模型,根据原序列是否平稳以及回归中所含部分的不同,ARIMA模型可拆分为3项,分别是AR(p)模型、I(d)即差分、和MA(q)模型,因此需要分别确定这三个参数的阶数。