《表3 基于AIC准则ARIMA模型阶数的对比》

  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

《基于时间序列数据挖掘的我国民航运输量预测分析》

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

通过观察图4中AC和PAC值，都呈拖尾性，放弃AR或者MA模型，选择ARMA模型，AC和PAC值都落在了随机区域内，即为样本容量，认为AC和PAC不显著。初步选定p=1或者p=2，q=1或者q=2，观察AIC值，根据赤池信息量AIC准则判定的条件，AIC值越小，认为模型的拟合优度越好（见表3），初步确定建立（p=2，I=1，q=2）或者（p=1，I=1，q=2）的ARIMA模型。