时间序列分析中ARMA模型

发布时间 2023-07-20 17:08:24作者: 叕叒双又

原文:https://zhuanlan.zhihu.com/p/352053880?utm_id=0

ARMA模型的全称是自回归移动平均(auto regression moving average)模型,它是目前最常用的拟合平稳序列的模型。

它又可以细分为AR模型(auto regression model),MA模型(moving average model)和ARMA模型(auto regression moving average model)三大类。

这里我们讲ARMA模型。

ARMA模型可以简记为ARMA(p, q).

当q=0时,ARMA(p, q)模型就退化成了AR(p)模型;

当p=0时,ARMA(p, q)模型就退化成了MA(q)模型。

所以,AR(p)模型和MA(q)模型实际上是ARMA(p, q)模型的特例,它们都统称为ARMA模型。

而ARMA(p, q)模型的统计性质也正是AR(p)模型和MA(q)模型统计性质的有机结合。

二、ARMA模型的平稳性

ARMA模型的平稳性完全由其自回归部分的平稳性所决定。

三、ARMA模型的自相关系数和偏自相关系数

ARMA模型的自相关系数和偏自相关系数均为拖尾。

四、三种模型的比较
AR(p):自相关系统:拖尾  偏自相关系数:p阶截尾

MA(q):自相关系统:q阶截尾  偏自相关系数:拖尾

ARMA(p,q):自相关系统:拖尾  偏自相关系数:拖尾