ARIMA的应用
ARIMA:
- 平稳性检验
可看出数据为非平稳序列。
- 处理为平稳序列
1） 差分 - 分离
可以看出没有固定趋势，但是有季节因素。residual已为稳定数据。
所以根据上图，对于年周期成分我们使用窗口为52的移动平进行处理，趋势成分采用1阶差分处理。 - 绘制acf/pacf图像
| *******模型（序列） | AR（p） | MA（q） | ARIMA（p，q） |
| ****自相关系数ACF | *****拖尾 | q阶截尾 | ***************拖尾 |
| 偏自相关系数PACF | p阶截尾 | *****拖尾 | ***************拖尾 |
确定模型为ARIMA（1，1，1）。
- 拟合