时间序列分析建模的基本步骤 时间序列模型拟合时为什么要先进行序列的平稳性检验？
时间序列模型拟合时为什么要先进行序列的平稳性检验？
1. 具有趋势的序列必须是非平稳的。一般情况下，平稳序列的时间序列会在一个定值附近随机波动，波动的范围是有边界的。
2. 证明序列是否平稳的方法有两种，一种是图像法，另一种是单位根检验，如ADF检验。
3. 时间序列的建模过程一般是：首先判断时间序列的平稳性，通过微分或去趋势和季节效应将非平稳序列转化为平稳序列。然后，对平稳序列进行ARMA建模。首先考虑自相关系数和偏相关系数的特性，确定模型阶次，然后估计模型中的未知参数，最后用白噪声检验模型的残差，确定模型。如果有多个模型通过测试，则使用AIC和SBC删除并选择值较小的模型。
4. 为了提高模型的拟合度，笔者认为应将确定性分析与随机分析相结合，充分提取观测序列中的有效信息。
非平稳时间序列怎样求趋势项？
一般采用n阶差分法将非平稳时间序列转化为平稳时间序列。
例如，假设XT本身是一个不稳定的时间序列，如果XT~I（1），也就是说，X的一阶差是一个平稳序列。那么XT的一阶差分DXT=x（T）-x（T-1）是平稳序列，DT=x（T-1）如果XT~I（2），也就是说XT的二阶差分DXT=x（T）-x（T-1）是平稳序列，那么XT的一阶差分DXT=x（T）-x（T-1）仍然是不稳定的，那么二阶差分ddxt=DXT-DXT（T-1）of XT是一个平稳序列，DT=-x（t-1）-DXT（t-1）N阶字可以类比。
时间序列分析建模的基本步骤 时间序列模型建模步骤 时间序列模型检验步骤
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
