“acf()”和“pacf 设定“plot=FALSE” 就能得到自相关和偏相关的真实值。
比如下面这两句——
> acf(skirtstsdiff2,lag.max=20)
> acf(skirtstsdiff2,lag.max=20,plot=FALSE)
自相关图显示滞后1阶自相关值基本没有超过边界值,
虽然5阶自相关值超出边界,那么很可能属于偶然出现的,而自相关值在其他上都没有超出显著边界。
p选1
> pacf(skirtstsdiff2,lag.max=20)
> pacf(skirtstsdiff2,lag.max=20,plot=FALSE)
跟上面一样的道理,q值选5。
所以我们确定ARMIA模型为armia(1,d,5)
至于d,是差分的阶数,要是一阶差分不平稳,我们就还得进行二阶差分,然后把2写在括号里。