![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
时间序列分析
文章平均质量分 56
Statistics 乐
statistics
展开
-
R语言时间序列(五):向量自回归(VAR)
多元时间序列入门VAR向量自回归模型原创 2024-01-02 16:17:57 · 1331 阅读 · 0 评论 -
R语言时间序列(四):自回归分布滞后(ADL)
自回归分布滞后ADL模型原创 2024-01-02 16:13:01 · 525 阅读 · 0 评论 -
ARCH,GARCH模型简介及R语言实现
本文分别基于正态扰动和t扰动对于微软股价收益率采用ARCH和GARCH建模,最后进行模型的选择原创 2023-07-27 17:40:48 · 6805 阅读 · 4 评论 -
R语言一元时间序列建模:ARIMA模型(手动定阶)
从上图中我们可以看出acf截尾,pacf截尾,可以考虑先采用MA(1)模型进行建模。我们来看上述假设检验的结果,上述ADF检验方法的p-value>0.05,ARMA(p,q):acf和pacf一般拖尾,可采用信息准则进行定阶段。,因为建模前我们已经对nile数据进行了一阶差分,所以在本实验中。”:包含了1898年到1958年间,每年尼罗河水位的数据集。AR(p):acf 拖尾,pacf p阶截尾。MA(q):acf q阶截尾,pacf 拖尾。即使我们从上图中看出尼罗河水位非平稳,我们。原创 2023-05-08 17:21:19 · 4415 阅读 · 1 评论 -
R语言一元时间序列分析:ARIMA(自动定阶)
:包含了1898年到1958年间,每年尼罗河水位的数据集。(如长期趋势,季节趋势)在。R语言提供了自动拟合的。传统时间序列主要针对。深入挖掘剔除趋势性后。原创 2023-05-08 17:24:28 · 1737 阅读 · 1 评论