《表5 自相关-偏相关函数表》

  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

《基于灰色ARIMA模型的河南省物流需求预测研究》

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：“*”表示相关系数，其数量表示系数大小，以此来表示自相关函数（ACF）或偏自相关函数（PACF）的拖尾或截尾性，并以此判断序列阶数.

3）模型识别与定阶.二阶差分之后的序列平稳，即可确定ARIMA (p，d，q）模型中d=2.继续分析差分序列的自相关图和偏自相关图，并对差分序列拟合ARMA模型，确定p和q的取值.自相关-偏自相关检验如表5.自相关图和偏自相关均拖尾，根据AIC最小准则，确定模型为ARIMA (2，2，2）.