《表3 ARIMA (1, 0, 0) (0, 1, 1) 12模型参数估计》

  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

《利用ARIMA模型预测辽宁省水痘发病率》

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

通过参数估计显示，ARIMA（1，0，1）（0，1，1） 12模型中MA估计值参数差异无统计学意义（t=0.844，P>0.05）。模型诊断显示，ARIMA（0，0，1）（0，1，1） 12模型残差序列的Box-Ljung统计量Q=43.900，P<0.01，说明残差是非噪声序列，残差序列含有非随机成分，所建模型不合适。进行参数估计和模型检验最后确定ARIMA（1，0，0）（0，1，1） 12为最优模型，ARIMA（1，0，0）（0，1，1） 12模型参数估计见表3，每项参数的估计值差异均有统计学意义。