《表5 残差白噪声检验结果》

  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

《我国玉米价格波动分析及短期预测——基于X12季节调整法、H-P滤波法及ARIMA模型》

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

为了进一步判断模型的适应性，对模型的残差序列进行白噪声检验。若Q统计量的P值小于0.05，说明模型残差序列存在自相关，信息提取得不够完全，需要重新建模；若P值大于0.05，则模型残差序列通过白噪声检验，模型是适应的[21]。利用Eviews7.2输出ARIMA（1，1，0）模型的残差序列的自相关函数值以及对应的统计量值和P值，具体如表5所示。从第2阶开始到第20阶P值全部大于0.05，说明模型的残差序列为白噪声序列，模型的适应性较好。利用Eviews的Estimate equation功能求得ARIMA（1，1，0）的各项系数为C=0.003 745，AR（1）=0.587 379，则模型的表达式为ΔYt=0.587 379ΔYt-1+0.003 745。