线性时间序列分析(一)

线性时间序列分析(一)

  1. 自相关系数的检验——混成检验(Portmanteau Test)

Box.test(d3,lag=4,type=“Ljung”) %lag意思为时间间隔或者说是滞后,一般可选用ln(T),T=74
Box-Ljung test
data: d3
X-squared = 29.088, df = 4, p-value = 7.503e-06
%接上一篇博客数据集{d3},对其进行混成检验Q(4),即检验单个自相关函数(ACF),当p-value小于显著性水平时,拒绝原假设H0,即存在序列相关
混成检验:
来源:《金融时间序列分析》

  1. 白噪声
    如果时间序列{rt}为一个白噪声序列,则意味着其具有优先均值和有限方差的独立同分布随机变量序列。

  2. 简单的自回归模型-AR模型

ppi=data2[,2]
plot(ppi) %画图(点状图)
p1=as.numeric(data2$ppi) %数据类型转化

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值