一、ar和ma比较
ar是建立当前值和历史值的联系-指数衰减-拖尾
ma是误差的累积-突然到0-截尾
http://blog.csdn.net/wmn7q/article/details/70301215
二、arma模型
参数估计准则: aic最小 其他准则如sbc hq:http://lidequan12345.blog.163.com/blog/static/28985036201332394115844/
代码 http://blog.csdn.net/wmn7q/article/details/70301215
三、arima(p d q)
http://blog.csdn.net/huang1024rui/article/details/51375990
d次差分后达到平稳
ARIMA模型运用的流程
- 根据 散点图、自相关函数和偏自相关函数图 识别其平稳性。
- 对非平稳的时间序列数据进行平稳化处理。直到处理后的自相关函数和