残差自回归模型的R实现

时间序列经常将非平稳时间序列分解为趋势部分，季节因素部分和随机部分，可以表示为：

这里的Tt为长期趋势拟合，St为季节效应拟合。
残差自回归是回归模型与ARMA模型的组合模型，由于回归模型对时间序列进行拟合时，序列中包含的信息可能不太充分，在拟合回归模型之后对其残差序列进行自相关性检验，若残差序列具有明显的自相关性，那么就需要对残差序列进行拟合。
１．利用时间序列拟合回归模型
对时间序列的趋势效应的拟合有两种形式：

这两种形式的残差自回归模型可以分别表示为：
以时间为自变量的残差自回归模型：

at是表示为回归模型的残差做完ARMA模型之后的残差，一般是白噪声序列。

以历史观察值为自变量的残差自回归模型：

２.建模步骤
（１）判别时间序列平稳性，利用时间序列时序图ÿ