《表1 ARMA模型ACF和PACF的一般特征》

  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

《基于时间序列的综采工作面瓦斯浓度预测研究》

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

注:AR、MA和ARMA分别表示自回归过程、滑动平均过程和自回归滑动平均混合过程；ACF、PACF分别为样本自相关函数和偏自相关函数；p、q分别表示自回归过程和滑动平均过程阶数。

由于不同的平稳随机时间序列的样本ACF和样本PACF具有不同的特征，因此，可识别随机序列的样本ACF和PACF的特征来选择模型。随机时间序列的样本ACF和PACF的一般特征如表1所示。