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：

2. 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。

3. 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