1樓：紫薇命
從6期開始自相關函式值明顯落於零值線以下，說明該二階差分序列是平穩的。在arima模型中，d為2.可以藉助自相關函式acf和偏自相關函式pacf確定p、q。
2樓：渙渙溱溈
ar（p）模型的acf是拖尾的，pacf是滯後p階後截尾
求助-關於計量的acf 和 pacf 的問題，這個自相關函式和偏自相關函式式幹什麼用的？
3樓：匿名使用者
自相關函式的定義就是把函式x(t)平移tao，再和它自己相乘，最後做整個實數範圍的積分。
x(t)-->r(tao)，則
x(t a)-->r(tao)，是不變的。
要求z(t)的自相關，就是求
z(t)*z(t tao)在整個實數範圍的積分z(t)*z(t tao)
=【x(t) x(t a)】【x(t tao) x(t a tao)】，拆成四項
=x(t)x(t tao) x(t)x(t tao a) x(t a)x(t tao) x(t a)x(t a tao)
上式四項分別對整個實數做積分，再加起來，就是：
r(tao) r(tao a) r(tao-a) r(tao)=2r(tao) r(tao a) r(tao-a)這就是答案，希望你滿意
不錯的mimicall送20元的軟體
如何判定acf和pacf的拖尾截尾
4樓：無語翹楚
在sas軟體中，我們可以通過得到的自相關函式圖和偏相關函式圖來判斷。
如果樣本自相關係數和樣本偏自相關係數在最初的階明顯大於2倍標準差，而後幾乎95%的係數都落在2倍標準差的範圍內，且非零係數衰減為小值波動的過程非常突然，通常視為k階截尾；
如果有超過5%的樣本相關係數大於2倍標準差，或者非零係數衰減為小值波動的過程比較緩慢或連續，通常視為拖尾。
請各位大大幫忙看看eviews中的acf圖 如何確定arma模型的（p,q)
5樓：匿名使用者
根據這個看不出來的
要根據不同階數的arma模型的aic或者bic值來確定的
6樓：鎂雅一
你這個圖的p值都是小於0.05的，資料不平穩，還得進行差分處理，直到資料平穩，然後再看acf和pacf取值。
7樓：匿名使用者
arma模型階數需要同時看acf和pacf兩張圖，理論上以pacf截斷階數判斷ar階數，以acf截斷階數判斷ma階數，但實際上一般acf和pacf圖都是無限拖尾的，這時一般先嚐試arma(1,1)，如果殘差能夠通過平穩性檢驗就採用這個模型，如果不能通過，則嘗試arma(1,2)和arma(2,1)。99%的情況下，arma的階數不會超過3階。
此外，需要注意資料平穩性問題、資料季節週期問題等，如果資料不平穩或者資料季節性因素未剔除，會對模型構建產生影響。
從你的圖來看，你沒有剔除資料的季節因素影響，資料存在很強的週期性。
8樓：長不大
確定arma模型的（p，q)：檢視自相關、偏相關係數圖，獲取其截尾特點，從而確定p和q。另外根據box-jenkins建模方法，可以初步設定模型為arma（n，n-1），即自迴歸部分的階數比滑動平均部分階數高一階。
p和q階是代表數列的階數，也即「εt2 = a0＋a1εt－12 ＋a2εt－22 ＋ …… ＋ aqεt－q2 ＋ηt t 」數列中類似「a0＋a1εt－12」的個數。
arma 模型：自迴歸滑動平均模型是研究時間序列的重要方法，由自迴歸模型（簡稱ar模型）與滑動平均模型（簡稱ma模型）為基礎「混合」構成。在市場研究中常用於長期追蹤資料的研究，如：
panel研究中，用於消費行為模式變遷研究；在零售研究中，用於具有季節變動特徵的銷售量、市場規模的**等。
怎樣用acf和pacf圖 確立arima模型
9樓：
arima（p，d，q）稱為差分自迴歸移動平均模型，ar是自迴歸,p為自迴歸項，可以看自相關圖來估計;ma為移動平均，q為移動平均項數，可以看偏相關圖來估計，d為時間序列成為平穩時所做的差分次數。
近期在用r，裡面有個函式auto.arima()可以自動生成一個最優擬合模型。可以試試。
當然不同的會有不同函式，看看教程總有解決方法的。
用eviews6.0怎麼能做出自相關係數（acf）和偏相關係數（pacf)急急急 10
10樓：匿名使用者
開啟workfile,你要做圖的序列，在序列檢視視窗的左上角，依次：view-correlogram-ok
得到結果
11樓：匿名使用者
correlogram就是這個英文單詞
你找到就能做了
我經常幫別人做類似的資料分析的
arima模型中的p，q，d怎麼確定根據acfpacf
12樓：
arima（p，d，q）稱為差分自迴歸
移動平均模型，ar是自迴歸,p為自迴歸項，可以看自相關圖來估計;ma為移動平均，q為移動平均項數，可以看偏相關圖來估計，d為時間序列成為平穩時所做的差分次數。
近期在用r，裡面有個函式auto.arima()可以自動生成一個最優擬合模型。可以試試。
當然不同的會有不同函式，看看教程總有解決方法的。
怎麼通過acf圖，pacf圖判斷p，d，q
13樓：優立美商貿
你要看拖尾是針對序列的自相關係數、還是偏相關係數，若不能很快的趨近0，表明是拖尾的；這兩種相關係數拖尾分別代表arma模型為ma模型或ar模型，還有可能是arma模型，前提是序列是平穩的。
求正弦訊號xtAsinwt的自相關函式和功率譜
答 r t1,t2 e x t1 x t2 e asin wt1 asin wt2 a2 2 e a2 2 a2 2 cosw t2 t1 0 a2 2 cosw t2 t1 令t2 t1 則r t1,t2 a2 2 cosw r 傅立葉變換cosw w w w w 所以,自相關函式為r a2 2 ...
如何從自相關函式判斷隨機序列的週期
在自抄相關函式曲線中能分辨襲出幾個不同的頻率成份，那麼原始隨機序列中就含有幾個具有不同週期的隨機成份，這是在時域內的判別方法。如果通過對相關函式作傅立葉變換得到功率譜曲線中若存在峰值，那麼峰值對應的頻率就對應原始訊號中的週期成份，這是最常用的頻域分析方法。兩種方法各具優勢但誰也沒比誰提供更多的資訊！...
空間自相關中的空間滯後距具體代表什麼意思？如果利用空間自相關
空間自相關性是用來根據已知點和未知點之間的相關性來用已知點 未知點的方法，而這個相關性的表示多是用半方差或者半變異函式，空間滯後距只是一個向量距離h，是半方差函式或者半變異函式中的x軸，在滯後距範圍記憶體在著兩點之間自相關性的最大距離也就是變程，若與房價結合，首先有個前提就是研究區域內的已知點的房價...