arima模型 p q d 确定_平稳时间序列模型——AR(p),MA(q),ARMA(p,q)模型及其平稳性

本文深入探讨了ARIMA模型的平稳性,包括AR(p)、MA(q)和ARMA(p,q)模型。讨论了白噪声过程、弱平稳性、自相关系数以及不同模型的平稳性条件,如AR(1)模型和ARMA(2,1)模型的特征根必须位于单位圆内以确保序列平稳。" 99790360,8689665,解决openAI安装组件时的SWIG版本问题,"['Python库', '环境配置', '错误解决', 'openAI gym', 'SWIG']
摘要由CSDN通过智能技术生成

一、白噪声过程:

零均值,同方差,无自相关(协方差为0)

db39226af2a2956084e4d55e66174a26.png


以后我们遇到的

如果不特殊说明,就是白噪声过程。

对于正态分布而言,不相关即可推出独立,所以如果该白噪声如果服从正态分布,则其还将互相独立。

二、各种和模型


p阶移动平均过程:

656c95ba1405b87db0d278fd18015919.png


q阶自回归过程:

ad20110bc8d8d2b783dde8dae4fb53e2.png


自回归移动平均模型:

7d33782bd75218028da956a10d65b8d5.png


如果ARMA(p,q)模型的表达式的特征根至少有一个大于等于1,则

为积分过程,此时该模型称为自回归秋季移动平均模型(ARIMA)

时间序列啊,不就是求个通项公式,然后求出一个非递推形式的表达式吗?
(这个公式和自变量t有关,然后以后只要知道t就能得到对应的y的预测值)


三、弱平稳/协方差平稳:

均值和方差为常数(即同方差),协方差仅与时间间隔有关

54fa6e2296d909b418b0418f997f21ab.png


四、自相关系数:

955a5d7d66e4d639820bfa6621789008.png


五、AR(1)模型(带白噪声的一阶差分方程)的平稳性:

366e44f6a681073aeff7e4e209f56f8a.png
  • 1
    点赞
  • 17
    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