时间序列分析

本文详细介绍了时间序列分析中的关键概念,包括自相关性、平稳性和白噪声。深入探讨了MA、AR、ARMA模型,并重点讲解了ARIMA模型的构建。同时,还讨论了如何通过模型质量检验来评估残差的有效性。
摘要由CSDN通过智能技术生成

自相关性

协方差矩阵和相关系数主要研究两个连续变量的相似程度(相关性)
协方差公式: formula
协方差矩阵:
相关系数:cov(x,y)/(var(x)*var(y))
相关系数矩阵:

相关性:如果对于两个序列x和y,如果它们的相关系数[-1,1]越接近于1则他们越是正相关,月接近于-1则越是负相关
自相关性:自相关性是该序列与他的k阶滞后序列来比较相关性的
自相关图:自相关图即是ACF函数的结果图形表示,k阶滞后指的是k阶之后所要的acf值均小于0.2,即截断性。用来描述该序列与0到n阶滞后序列的相关系数的图,基本形式如下:
  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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