全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件
15543 7
2008-09-05

用ACF和PACF来确定arma模型中的p/q 值,到底要如何判断:

如以下结构,如何判断选用AR模型,还是MA模型,还是ARIMA模型,还有p/q值。请大侠指点。

MODEL:  MOD_2.

Variable:  GDP_1        Missing cases:  1     Valid cases:  36


Autocorrelations:   GDP_1   DIFF(GDP,1)

     Auto- Stand.
Lag  Corr.   Err. -1  -.75  -.5 -.25   0   .25  .5   .75   1   Box-Ljung  Prob.
                   蝌蝌趄蝌螋蝌蝌趄蝌螋蝌蝌趄蝌螋蝌蝌趄蝌?
  1   .720   .160                .     ?****.********            20.248   .000
  2   .715   .158                .     ?****.********            40.829   .000
  3   .542   .155                .     ?****.*****               52.995   .000
  4   .443   .153                .     ?****.***                 61.384   .000
  5   .358   .151                .     ?****.*                   67.042   .000
  6   .301   .148                .     ?*****                    71.174   .000
  7   .230   .146                .     ?****.                    73.660   .000
  8   .110   .143                .     ?*   .                    74.251   .000
  9   .053   .140                .     ?    .                    74.394   .000
 10  -.016   .138                .     *     .                    74.407   .000
 11  -.052   .135                 .   *?   .                     74.556   .000
 12  -.110   .132                 .  **?   .                     75.243   .000
 13  -.106   .130                 .  **?   .                     75.912   .000
 14  -.160   .127                 . ***?   .                     77.502   .000
 15  -.217   .124                 .****?   .                     80.559   .000
 16  -.178   .121                 .****?   .                     82.734   .000

Plot Symbols:      Autocorrelations *     Two Standard Error Limits .

Total cases:  37     Computable first lags:  35


Partial Autocorrelations:   GDP_1   DIFF(GDP,1)

   Pr-Aut- Stand.
Lag  Corr.   Err. -1  -.75  -.5 -.25   0   .25  .5   .75   1
                   蝌蝌趄蝌螋蝌蝌趄蝌螋蝌蝌趄蝌螋蝌蝌趄蝌?
  1   .720   .167               .      ?*****.*******
  2   .409   .167               .      ?*****.*
  3  -.142   .167               .   ***?     .
  4  -.134   .167               .   ***?     .
  5   .040   .167               .      ?     .
  6   .076   .167               .      ?*    .
  7  -.051   .167               .     *?     .
  8  -.238   .167               . *****?     .
  9  -.036   .167               .     *?     .
 10   .084   .167               .      ?*    .
 11   .015   .167               .      *      .
 12  -.144   .167               .   ***?     .
 13   .019   .167               .      *      .
 14   .008   .167               .      *      .
 15  -.157   .167               .   ***?     .
 16   .100   .167               .      ?*    .

Plot Symbols:      Autocorrelations *     Two Standard Error Limits .

Total cases:  37     Computable first lags:  35

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2008-9-5 09:11:00
ACF的形状呈现出旋转型,表明有复数根,PACF的图的收敛出现在2以后的位置,你先试试p=2,也就是AR(2),看看残差的情况,再决定q的阶数,一个个试,根据AIC或SC标准选p和q
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2008-9-5 09:17:00

你这应该是一个AR(2)模型

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2009-1-17 17:16:00
楼上是怎么看出来是AR模型的呢?

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2009-4-2 15:10:00

同问,怎么确定那个p和q 啊,尤其是q

arma模型修正的是残差项还是自变量也可以?

就是arma是对谁进行修正啊。任意的变量,比如自变量、应变量、残差项等么?

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2009-4-2 16:39:00

AR(p)模型 的ACF图形特征是衰减趋于零(几何形或振荡型),是拖尾的

  PACF图形特征是P阶后截尾,即偏自相关函数为零,但是在实际识别的时候,由于样本的偏自相关函数是总体偏自相关函数的一个估计,所以当K〉P是,偏自相关函数不会全为零,当偏自相关函数值r 满足 rK〉2/根号下N  (N为样本容量),认为时间序列在K〉P之后截尾,可以判断出P了

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群