时间序列笔记(五)
2017-11-27 11:47
120 查看
数学推理/////////////////////////////////////////自相关序数与偏自相关序数在选择AR(p)模型上的使用
具体例子:
随着间隔期数的拉长,自协方差序数是递减的趋势,趋于零(称为拖尾性)
自相关图,可以用来判断是否可以用AR模型拟合
图上的条代表自相关大小
偏相关序数:剔除其他影响,只看两个时间点的相关性
自相关图(偏尾,,很多条)与偏自相关性(截尾,,p条,p阶相关)来判断
用来判断需要用AR(p)模型来拟合
具体例子:
随着间隔期数的拉长,自协方差序数是递减的趋势,趋于零(称为拖尾性)
自相关图,可以用来判断是否可以用AR模型拟合
图上的条代表自相关大小
偏相关序数:剔除其他影响,只看两个时间点的相关性
自相关图(偏尾,,很多条)与偏自相关性(截尾,,p条,p阶相关)来判断
用来判断需要用AR(p)模型来拟合
相关文章推荐
- JFreeChart笔记 (七) 时间序列图:值标记线
- 时间序列学习笔记
- JFreeChart笔记 (五) 时间序列图:设置轴线标签显示样式
- R语言与时间序列学习笔记(1)
- JFreeChart笔记 (六) 时间序列图:移动平均线
- 时间序列学习笔记(2)平稳性
- JFreeChart笔记 (八) 时间序列图:自定义序列线缩略图
- R语言学习笔记:时间序列分析
- 时间序列笔记(七)
- JFreeChart笔记 (九) 时间序列图:显示多重时间标签文字
- JFreeChart笔记 (十) 时间序列图:差异对比图
- Nilearn学习笔记2-从FMRI数据到时间序列
- 时间序列笔记(三)
- 应用时间序列分析(王燕)学习笔记2
- 时间序列笔记(一)
- 《利用Python进行数据分析》笔记---第10章时间序列
- 时间序列笔记(四)
- 卷积神经网络在图像、语言、时间序列的的应用——笔记
- 时间序列学习笔记(1)
- 信号与系统学习笔记1——离散时间复指数序列的周期性质