时间序列笔记(五)

本文探讨了自相关序数和偏自相关序数在AR(p)模型选择中的应用。通过自相关图的特性(如拖尾性)判断是否适用AR模型,并利用自相关图与偏自相关图确定模型阶数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

数学推理/////////////////////////////////////////自相关序数与偏自相关序数在选择AR(p)模型上的使用

具体例子:



随着间隔期数的拉长,自协方差序数是递减的趋势,趋于零(称为拖尾性)



自相关图,可以用来判断是否可以用AR模型拟合








图上的条代表自相关大小



偏相关序数:剔除其他影响,只看两个时间点的相关性




自相关图(偏尾,,很多条)与偏自相关性(截尾,,p条,p阶相关)来判断

用来判断需要用AR(p)模型来拟合





评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值