我被困在构建我的ARMA中(ARIMA(p,0,q)模型,因为在我的ACF和PACF图中没有任何意义。我读过几篇关于ARIMA的文章,但它们至少在它们的ACF和PACF图中显示出显著的相关性。所以对于我的例子,我不知道该怎么做,因为这是我第一次建立时间序列预测模型。我的数据非常稳定,所以我认为我我可以继续建立模型。但现在我开始怀疑ARMA是否适合我的问题。如果我仍然可以继续建立ARMA模型,我该怎么办?还是应该使用其他算法
ADF Statistic: -7.654896
p-value: 0.000000
Critical Values:
1%: -3.508
5%: -2.895
10%: -2.585
似乎您对如何检索
p
的值有些困惑&q
使用ACF&;PACF图。如果是这种情况(假设蓝色区域为95%/90%/99%置信区间,取决于您决定的显著性水平),您需要仔细观察它们穿过蓝色区域的值。绘图输入ACF蓝色区域的值为p
&;绘图进入PACF蓝色区域的值为q
值我猜导致混乱的是所选择的情节类型。请尝试使用线图绘制相同的图形。届时,这些价值观将非常明显。就你而言,我觉得
p=0/1
,q=0/1
应该这样做。要获得精确的值,可以尝试hit&;对这些价值观进行试验如果您希望了解更多内容:https://medium.com/data-science-in-your-pocket/preprocessing-for-time-series-forecasting-3a331dbfb9c2
相关问题 更多 >
编程相关推荐