《表4 不同ARMA模型参数的t统计量的显著性检验值P、AIC值和SBC值》
原始数据平稳化处理后,需对模型的各阶数进行确定来识别模型模式,即确定ARMA(p,d,q)中p,d和q的值,由平稳化处理过程可知d=2.p和q主要由二阶差分ddx的自相关系数图和偏相关系数图来确定.根据图4可知,自相关系数自1阶后,基本都能落在2倍的标准差范围内,并逐渐减弱到零,具有一定的拖尾性,偏自相关系数在延迟6阶之后,全部落到2倍的标准差范围内,同样具有一定的拖尾性,即二者都不具有明显的截尾性,这样就难以用传统的方法具体确定模型的阶数,对于这种情况,需要通过反复对比模型进行估计来确定最佳模型.尝试不同的ARIMA(p,d,q)模型,取p=1,2,3,4,5,6,d=2,q=1,并将其参数的t统计量的显著性检验值P、AIC值和SBC值列表,如表4所示.同时由于二阶差分序列绕着零轴上下波动,可视其均值为零,故在对其建模时不再考虑常数项C.
图表编号 | XD0044683000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 侯英杰、张立杰 |
绘制单位 | 新疆大学经济与管理学院、新疆大学纺织与服装学院 |
更多格式 | 高清、无水印(增值服务) |