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