R语言时序-AR、MA与ARMA的判断及定阶

---

模型判断：

	ACF拖尾	ACF截尾
PACF拖尾	ARMA(p,q)	MA(q)
PACF截尾	AR(p )	序列本身不存在明显的自相关性，ARMA类模型可能不适用

• Step1 看ACF图：
  – ACF截尾：判断为MA(q)模型，q为最后一个超出2倍标准差（蓝线）的阶数，即超出水平蓝线的纵向线水量-1。
  – ACF拖尾：可能为AR( p)模型也可能为ARMA(p,q)模型
• Step2 看PACF图：
  – PACF截尾：AR( p)模型，p为最后一个超出2倍标准差（蓝线）的阶数，即超出水平蓝线的纵向线数量 。
  – PACF拖尾：ARMA(p,q)模型，ACF和PACF看不出阶数，通过eacf定阶

【注1】传统R语言绘制的ACF图第一根竖线的阶数为零，MA(1)有两根竖线超出蓝线，但第二根的阶数不是2是1，以此类推

---

(1) MA
MA(1): $x_t={\epsilon }_t+0.4{\epsilon }_{t-1}$
MA(2): $x_t={\epsilon }_t+0.4{\epsilon }_{t-1}-0.7{\epsilon }_{t-2}$
MA(3): $x_t={\epsilon }_t+0.4{\epsilon }_{t-1}-0.7{\epsilon }_{t-2}+0.5{\epsilon }_{t-3}$

ma1 <- arima.sim(n=1000, list(ma=0.4))
ma2 <- arima.sim(n=1000, list(ma=c(0.4,-0.7)))
ma3 <- arima.sim(n=1000,list(ma=c(0.4,-0.7, 0.5)))
par(mfcol=c(2,3))
ma1a <- acf(ma1)
ma1p <- pacf(ma1)
ma2a <- acf(ma2)
ma2p <- pacf(ma2)
ma3a <- acf(ma3)
ma3p <- pacf(ma3)

看ACF图，首先可判断上三幅ACF都是截尾，均为MA模型 。
左边ACF图第1条线对应滞后阶数为0，第2条线对应滞后阶数为1，以超出2倍标准差的最大滞后阶数作为MA模型的阶数，此时ACF超出蓝线的最大滞后阶数为1，故左边第一组应为MA(1)模型；
中间ACF图最后1条超出2被标准差水平线的纵向线阶数为2，有3条纵向线超出2倍标准差线，判断为MA(2)模型；
右边ACF图最后1条超出2被标准差水平线的纵向线阶数为3，有4条纵向线超出2倍标准差线，判断为MA(3)模型；

(2) AR
AR(1): $x_t=0.8x_{t-1}+{\epsilon }_t$
AR(2): $x_t=-x_{t-1}-0.5x_{t-2}+{\epsilon }_t$
AR(3): $x_t=x_{t-1}-0.5x_{t-2}+0.3x_{t-3}+{\epsilon }_t$

ar1 <- arima.sim(n=1000, list(ar=0.8))
ar2 <- arima.sim(n=1000, list(ar=c(-1,-0.5)))
ar3 <- arima.sim(n=1000, list(ar=c(1,-0.5,0.3)))

从图倒推，首先ACF图皆为拖尾，可判断未AR或者ARMA模型；再看PACF图：
左边PACF图明显截尾状态，最后一个超出2倍标准差（蓝线）的阶数为1（有1根纵向线超过2倍标准差），故为AR(1)模型；
中间PACF图截尾，最后一个超出2倍标准差（蓝线）的阶数为2，判断为AR(2)模型；
右变PACF图中最后一个超出2倍标准差（蓝线）的阶数为3，判断为AR(3)模型。

(3) ARMA(p,q)
ARMA(1,1): $x_t=0.8x_{t-1}+{\epsilon }_t+0.4{\epsilon }_{t-1}$
ARMA(2,1): $x_t=0.8x_{t-1}-0.4x_{t-2}+{\epsilon }_t+0.4{\epsilon }_{t-1}$
ARMA(1,2): $x_t=0.8x_{t-1}+{\epsilon }_t+0.4{\epsilon }_{t-1}+0.7{\epsilon }_{t-2}$

arma11 <- arima.sim(n=1000,list(sr=0.8,ma=0.4))
arma21 <- arima.sim(n=1000,list(ar=c(0.8, -0.4),ma=0,4))
arma12 <- arima.sim(n=1000,list(ar=0.8, ma=c(0.4,0.7)))

ACF图皆为拖尾，判断为AR模型或ARMA模型；
PACF图也为拖尾，判断为ARMA模型，阶数无法通过ACF和PACF图看出。