《表5 时间序列模型ACF/PACF表现》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于时间序列与BP-ANN的短时交通流速度预测模型研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

2)模型选择观察时序数据V1（t）的ACF/PACF。ACF是具有特定时间偏移的时间序列中的任何两个值之间的相关性，称为滞后（lag）；PACF是具有特定滞后的任意两点之间的相关性[11]。结合自回归模型和移动平均模型的定义，可以确定时间序列模型的ACF/PACF表现，如表5所示。通过观察ACF/PACF能够选择模型的参数数量，如图3所示，ACF表现出lag=2时拖尾，PACF表现出lag=2时拖尾，所以初步确定该模型是ARMA模型，并且将p的值限定在区间[1，2]，q的值限定在区间[1，2]。