《表1 ARIMA (0, 1, 1) × (0, 1, 1) 12的参数估计》

  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

《三种时间序列模型预测医院感染发病率的比较》

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

首先对拟合集数据进行平稳化处理，经过一阶简单差分和一阶季节性差分后，经增项DF单位根（augmented Dickey-Fuller test，ADF）检验显示序列平稳（Dickey-Fuller=-7.091 7，P<0.01），参考ACF和PACF图的截尾拖尾情况，尝试拟合不同的ARIMA模型，根据AIC和BIC最小和模型简化原则，结合模型拟合效果和残差QQ图，确定最优模型为ARIMA（0，1，1）×（0，1，1）12，模型数学表达式为ΔΔ12yt=εt-0.698 2εt-1-εt-12+0.698 2εt-13，参数检验见表1，AIC=1.24，LjungBox检验统计量为1.1026，P=0.2937，残差序列可认为白噪声。