eviews关于时间序列模型,ARMA中,自相关和偏自相关的图,应该如何判断啥是拖尾,截尾?还有几阶截尾?

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了eviews关于时间序列模型,ARMA中,自相关和偏自相关的图,应该如何判断啥是拖尾,截尾?还有几阶截尾?相关的知识,希望对你有一定的参考价值。

比如这两张图,能不能帮我分析一下?

参考技术A 截尾、拖尾
截尾、截尾
看是不是超出虚线就知道几阶了追问

ADF和PADF可以都是截尾吗?

时间序列2 AR,MA,ARMA

参考技术A 式中 为延迟算子

式中等根,不等根,负数根分别为 , ,

回归系数方程 解与特征方程解互为倒数,故有

对于 AR(1) 有

对于 AR(2) 有

Green递推式

式中

方差

对于 AR(1) 有

对于 AR(1) 有

对于 AR(1) 有

自相关系数通解为

可以看出,自相关系数具有拖尾性

式中 为偏自相关系数, 为自相关系数矩阵, 为将 中 列换成自相关系数向量,故当 时, , AR 偏自相关系数 阶截尾。

可以看出, MA 自相关系数 阶截尾

特征根
逆转形式为

式中

MA 模型偏自相关系数拖尾

式中

ARMA 模型自相关系数,偏自相关系数均拖尾

对于模型,均为平稳模型

以上是关于eviews关于时间序列模型,ARMA中,自相关和偏自相关的图,应该如何判断啥是拖尾,截尾?还有几阶截尾?的主要内容,如果未能解决你的问题,请参考以下文章

如何辨别统计中的拖尾和截尾

如何确定AR(p)MA(q)模型中的p和q的值?

时间序列2 AR,MA,ARMA

怎么根据eviews的图判断pdq

时间序列分析ARMA模型原理及Python statsmodels实践(上)

时间序列分析ARMA模型原理及Python statsmodels实践(上)