实验 名称 | 乘法季节模型 |
---|---|
实验 内容 | 乘法季节模型 |
实验 目的 | 2、熟练建立乘法季节模型 |
推荐阅读
时序图显示该序列具有长期增长性趋势和以年为周期的季节效应
对原序列做1阶12步差分,希望提取原序列的趋势效应和季节效应,差分后的时序图如下所示:
易得模型平稳
P<α,故拒绝原假设,即差分后的序列属于非白噪声序列
综上:差分后的序列是平稳非白噪声序列,需要对差分后的序列进一步拟合ARMA模型
自相关图显示延迟12阶自相关系数大于两倍标准差,这说明差分后序列中仍然蕴含非常显著的季节效应,延迟1阶的自相关系数也大于2倍标准差,这说明差分后序列还具有短期相关性。
综合前面的差分信息,我们要建立ARIMA(1,1,1)*(0,1,1)12、ARIMA(1,1,0)*(0,1,1)12、ARIMA(0,1,1)*(0,1,1)12模型
P<α,参数的显著性不通过检验
模型的显著性检验:
建立模型:
参数的显著性检验通过
模型的显著性检验
建立模型:
> 到这里就结束了,如果对你有帮助你,欢迎点赞关注,你的点赞对我很重要