帮我看下怎样判断截尾和拖尾吧,谢谢!

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了帮我看下怎样判断截尾和拖尾吧,谢谢!相关的知识,希望对你有一定的参考价值。

上面两张图是源数据的处理后的(对数,差分后)acf和pacf,下面两张是删去了源数据处理过后的(已经经过了对数和差分)开头六个数据以后的acf和pacf,怎么能看出他们是截尾的还是拖尾的啊,另外这两个数据哪一个更适合做预测?还有我的做法,也就是想删去差分后的前几个数据,使得数列更平稳的做法是不是不可取啊,如果确实要删的话也只能删源数据的?对吗?

恳请您在百忙之中不吝赐教不吝赐教!谢谢!

对数:自相关拖尾,偏自相关拖尾,因为它们都落在两倍标准差范围内,且不是一致趋于零。
差分:自相关7阶拖尾,偏自相关2阶拖尾。理由差不多。
还有你对原始数据差分就已经在把非平稳的数据弄成平稳,但是到底多少次差分才平稳,这要看你的实际结果,因为多次差分也可能造成“过差分”,就是说差分以后平稳性更差,原理的话参考人大的《时间序列分析》
参考技术A 截尾是指时间序列的自相关函数(ACF)或偏自相关函数(PACF)在某阶后均为0的性质(比如AR的PACF);拖尾是ACF或PACF并不在某阶后均为0的性质(比如AR的ACF) 参考技术B 你是高人 我没学过 嘿嘿

时间序列相关资料整理

ARIMA模型介绍

1.ARIMA模型介绍

参数的确定(p,q,d)

2.ARIMA参数判定

截尾和拖尾问题

3.ARIMA截尾和拖尾问题

ACF和PACF

4.ARIMA自相关和偏相关

平稳性问题

5.时间序列平稳性问题
6.平稳性问题



以上是关于帮我看下怎样判断截尾和拖尾吧,谢谢!的主要内容,如果未能解决你的问题,请参考以下文章

时间序列 拖尾性 截尾性 是啥意思啊?怎么简单判别?

如何辨别统计中的拖尾和截尾

时间序列相关资料整理

我想问问,这张图中的自相关和偏自相关是截尾还是拖尾,怎么判断的

如何确定AR(p)MA(q)模型中的p和q的值?

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?