《表2 ARFIMA和ARIMA模型参数估计值》

  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ARFIMA模型的钢材价格预测研究》

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

通过分数差分处理后的时间序列Zt的自相关系数在滞后2阶时其值小于2倍的标准差，同时偏自相关系数在滞后1阶时其值小于2倍的标准差，于是可以确定模型参数p=2，q=1。由此可建立模型为ARFIMA（2，0.335，1），并对时间序列Zt进行数据拟合，同时采用LB检验其残差序列，可知在前6阶和前12阶延迟下Q检验统计量的p值均大于0.05，此时认为该残差序列是白噪声序列，即可表明ARFIMA（2，0.335，1）是显著有效的。为了与ARIMA模型的预测结果进行对比分析，本文同时利用ARIMA模型对时间序列Yt进行数据处理，模型参数对比如表2所示。