ARIMA(p,d,q)模型全称为差分自回归移动平均模型 (Autoregressive Integrated Moving Average Model,简记ARIMA)。
自回归模型(AR)—> p: 趋势自回归阶数
差分(I) —> d:趋势差分阶数
移动平均模型(MA)—> q:趋势移动平均阶数
一、根据ACF/PACF选定模型以及模型参数
首先明确两个概念:截尾(cut off)、拖尾(tail off)
截尾:样本自相关/偏自相关系数在最初的d阶明显大于2倍标准差,而后几乎95%的自相关/偏自相关系数都在二倍标准差以内,且由非零系数衰减为小值波动的过程非常突然,像被“截断”一样。
拖尾:有超过5%的自相关/偏自相关系数在2倍标准差范围之外,或者由显著非零的系数衰减至小值波动的过程比较缓慢或连续,或按指数形式衰减(正弦波形),“拖拖拉拉”。
例如,上图的自相关系数就是“拖尾”,下图的偏自相关系数就是“截尾”。