W praktyce, jak ocenić, czy proces AR (P) jest stacjonarny, czy nie?
Jak ustalić zamówienie dla modelu AR i MA?
time-series
stochastic-processes
arma
stationarity
użytkownik3125
źródło
źródło
Odpowiedzi:
Wyodrębnij pierwiastki wielomianu. Jeśli wszystkie korzenie znajdują się poza kołem jednostki, proces jest nieruchomy. Pomoce do identyfikacji modelu można znaleźć w Internecie. Zasadniczo wzór ACF i wzór PACF są używane do określenia, który model może być dobrym modelem początkowym. Jeśli istnieją bardziej znaczące ACF niż znaczące PACF, wówczas sugeruje się model AR, ponieważ ACF jest dominujący. jeśli odwrotność jest prawdziwa, gdy dominuje PACF, wówczas odpowiedni może być model MA. Kolejność modelu sugerowana jest przez liczbę znaczących wartości w podwładnym.
źródło
Jeśli masz taki
AR(p)
proces:Następnie możesz zbudować takie równanie:
Znajdź pierwiastki tego równania, a jeśli wszystkie mają mniej niż 1 wartość bezwzględną, wówczas proces jest stacjonarny.
źródło