检验时间序列模型的残差
找到能有效描述有兴趣的时间序列的模型,预测拟合残差为高斯(Gaussian)白噪声过程.
从1973年到1978年美国每月的意外死亡数据.
In[1]:= | ![]() X |
In[2]:= | ![]() X |
Out[2]= | ![]() |
对数据拟合一个 ARMA 模型.
In[3]:= | ![]() X |
Out[3]= | ![]() |
自相关、偏自相关和 Ljung–Box 绘图显示在滞后12处有相关.
In[4]:= | ![]() X |
Out[4]= | ![]() |
拟合一个季节性参数为12的 ARMA 模型.
In[5]:= | ![]() X |
Out[5]= | ![]() |
对 ACF、PACF 和 Ljung–Box 绘图显示残差可能为白噪声.
In[6]:= | ![]() X |
Out[6]= | ![]() |
对比非季节性模型,选择准侧更支持有季节性的模型.
In[7]:= | ![]() X |
Out[7]//TableForm= | |
![]() |