时间序列分析:AIC

  使用 ACF 和 PACF 图像可以在一定程度上帮助我们确定数据所符合的模型及其阶数,但面对实际的数据时,往往会发现多个模型都能较好地拟合数据。   假设有一个时间序列 ts.data 如图 1 所示,计算其 ACF 和 PACF 图像如图 2、图 3 所示。 可见 ACF 图像呈现连续衰减,PACF 图像在滞后为 $2$ 处截断,这看上去像是一个 $\mathrm{AR}(2)$ 过程,但比…
Read more

时间序列分析:偏自相关函数

1. 问题   在 $\mathrm{AR}(p)$ 过程中,每个时刻的值都与历史时刻相关,导致其自相关函数呈现逐渐衰减,而不会像 $\mathrm{MA}{q}$ 那样出现截断。我们希望能够单独分析两个时刻随机变量之间的相关性,而不受其他时刻的影响,这样就可以方便地确定 $\mathrm{AR}(p)$ 过程的阶数。 2. 偏自相关的一般例子   看一个更一般的例子。R 中 isdals 包的 …
Read more