时间序列2代码记录

这篇博客详细记录了使用R语言进行时间序列分析的过程,包括读取数据、绘制时序图、自相关与偏自相关函数图分析、随机性检验、选用MA(1)模型、模型显著性与参数显著性检验,以及向后预测。通过Box.test进行残差的白噪声检验,验证了模型的有效性。
摘要由CSDN通过智能技术生成

1.读取数据并将其储存为时间序列数据,并绘制出时序图

data1<-read.table("c:/users/w/documents/baogaoshuju.txt")
data2<-ts(data1,start=1,end=57,freq=1)
plot.ts(data2)

在这里插入图片描述
该序列始终在0值附近随机波动,而且波动的范围有界,没有明显的趋势性和周期性,可以看做是一个平稳时间序列。
2.绘制所读取序列的自相关函数图和偏自相关函数图。
(1)绘制自相关函数图:

acf(data2,lag=)

在这里插入图片描述

pacf(data2,lag=)

在这里插入图片描述
自相关系数具有短期相关特性,因此进一步认为该序列为平稳时间序列;且具有拖尾特性。
3.纯随机性检验
(1)对该序列滞后6期的相关性进行判断
Box.test(data2,type=“Ljung-Box”,lag=6)

(2)对该序列滞后12期的相关性进行判断<

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值