《表1 模型识别与阶数估计》

  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

《考虑残差的小波G-Verhulst-ARIMA大坝变形组合预测模型及应用》

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

对于平稳的时间序列，首先要进行模型识别和参数估计。通过自相关函数（ACF）和偏自相关函数（PACF）识别模型，初步确定p、q，模型识别与阶数估计见表1。然后通过贝叶斯信息准则（BIC）对模型定阶，得到模型阶数最佳估计，若某一ARIMA（p，d，q）使BIC(p，q）=Nln^σa2（p，q）+（p+q）lnN (N为样本总数；^σa2为方差σ2的估计）值最小，则与之相对应的阶数就认为是适用于ARIMA模型的阶数。