时间序列-AR模型

自回归模型AR(p)

           

备注：当前时刻的时序值可由其过去值的线性组合加上一个白噪声，建模的目的就是要搞清过去几期的历史值会影响当前值。

模型特征

      趋势性:无

      相关性:无

      随机性:有

举例：AR(1) 一阶自回归模型     

           模型描述

             

            该模型在t+1时刻描述

               

              注：AR(1) 模型是用t时刻的时间序列值去预测来预测未来。

              自相关系数

                 

                偏自相关系数

                    

                AR(1)的序列相关性：

                         通过查看自相关函数ACF和偏自相关函数PACF识别相关性

                         ACF呈现指数下降趋势

                         PACF在一阶处出现峰值，之后截断

                

                 如何识别自回归阶数

                        PACF显示出剧烈地下降，并截断在P阶，而ACF呈指数下降趋势

                        PACF截尾的阶数即为AR模型的阶数