我需要知道如何计算/确定基于acf和pacf图的ARIMA模型的p和q值。请帮帮忙
浏览 0提问于2019-08-04得票数 4
我有60个月的月度销售数据，从2009年1月到12月-20013，并试图通过ARIMA模型预测即将到来的6个月的销售。, header=TRUE)当我尝试绘制acf带有plot=FALSE的ACF值也变得奇怪(它没有显示lag，它已经计算了自相关)。我无法解释这一点，也找不到自相关消亡到零的滞后数量。acf(dataInTimeSeries, plot=FAL
浏览 10提问于2014-06-02得票数 1
回答已采纳
1回答
ARIMA结果解释
、、、、
我如何解释ARIMA的结果。我有一个不同的系列，我实现了2个ARIMA模型ARIMA2,1,0和ARIMA 1,1,0。哪个更好，我还绘制了ACF和PACF，我假设2,1,0应该是好的，ACF逐渐减少，PACF下降到2左右。虽然我听说，即使在绘制了ACF和PACF之后，我们通常也会尝试一些或循环所有其他方法来找到最好的。我们是否看到要比较的AIC/BIC或其他统计数据？这是ARIMA 1,
浏览 12提问于2017-07-05得票数 0
1回答
我很难理解如何在ARIMA中确定p和q。我所理解的是，PACF截断决定了p，而ACF hit非常低决定了q，但同时PACF的截断决定了p等于AR(q)？我还是很困惑。然后我自己尝试建立ARIMA模型，我得到了ACF和PACF。我假设p是16，因为它在滞后16处被切断(突然命中零)。q是1，因为它在滞后1处非常低。所以我的ARIMA顺序是(16,0,1)。
浏览 41提问于2020-04-27得票数 1
回答已采纳
1回答
根据附加的ACF/PACF，p/d/q_值的范围应该是多少？ 实例为299个月。我目前正在测试p(0;13)，d(0;4)，q(0;13)。但这需要永远的时间 # evaluate an ARIMA model for a given order (p,d,q) and return RMSE X = X.asty
浏览 261提问于2021-08-19得票数 0
1回答
我是ARIMA模型的新手，我有一个问题是如何根据滞后来分析ACF (自相关函数)的图表。考虑ACF值0.5 (约相当于450滞后)，然后在这些值上设置arima模型，这是正确的吗？这是我的图表：这是我的arima模型的简单代码：model= ARIMA(df['valore'], orde
浏览 1提问于2018-12-03得票数 0
以下是ACF/PACF：
任何可能的建议都可以尝试。我使用了auto.arima()函数，它提出了ARIMA(2,0,2)xARIMA(1,0,2)(12)模型。下面是fit和ACF/PACF的残差图。
在剩余的ACF/PACF中，似乎没有出现滞后的季节模式。但是，前面的步骤仍然没有捕捉到这一点。你建议我做什么？我怎样才能建立一个更好的模型，拥有更好的模型诊断信息(此时的ACF和
浏览 4提问于2017-04-25得票数 4
回答已采纳
对于Arima中的MA模型，为什么顺序引用acf，而不引用pacf？强调的是为什么PACF不能。在https://towardsdatascience.com/significance-of-acf-and-pacf-plots-in-time-series-analysis-2fa11a5d10a8由于我们的序列是残差的线性组合，而任何时间序列本身的滞后都不能直接解释它的存在(因为它不是AR)，这是PACF图的本质，因为它减去了以前的延迟
浏览 0提问于2019-08-19得票数 1
我正在尝试使用ARIMA对时间序列进行建模。我的数据框中有两列：monthlydate和sells。模型之前，我需要找出像ARIMA(p,d,q)这样的参数，需要三个参数，并且传统上是手动配置的。我开始用Python语言绘制ACF和PACF图，下面是输出。我不明白它表明了什么，以及我们如何使用这个图来构建ARIMA模型？We know that the ACF describes the autocorrelation between an observation and
浏览 2提问于2020-07-08得票数 2
1回答
我使用python，到目前为止我使用的所有工具(pmdarima.auto_arima、statsmodels.ARIMA等)要么无限地运行，要么只是撞坏了我的Colab或木星笔记本。用ARIMA预测这些数据的最好方法是什么？📷adf-检验表明，季节性部分是平稳的，但PACF图仍然给出了显
浏览 0提问于2022-12-10得票数 0
2回答
谁能帮我解释一下ACF/PACF图，以识别ARIMA模型中AR和MA的值？ 我的数据集是办公室的网络流量，这意味着它具有168个点的季节性(每小时聚合)。这是因为所有相同日期的流量都是相似的(例如，所有周一的都会看到繁忙的交通) 图acf和pacf ?
浏览 135提问于2019-02-18得票数 1
利用acf，我们可以在基本的R图中生成ACF plot。acf(x)下面的代码可以用于获取ACF plot中的ggplot2。conf.level <- 0.95bacf <- acf(x, plot = FALSE)
浏览 4提问于2013-07-22得票数 20
回答已采纳
1回答
ARIMA模型有三个参数: AR滞后、积分顺序和MA滞后。
我遵循这个过程，他们只是通过尝试(增加延迟)不同的模型来估计什么是最好的参数，并检查它是否增加了日志的可能性和降低了信息标准。
浏览 8提问于2022-01-12得票数 0
回答已采纳
在R中，auto.arima函数以时间序列值作为输入，计算ARIMA阶参数(p，d，q值)并拟合模型，不需要提供p，d，q值作为用户的输入。我想使用python中的auto.arima函数的等价物(不调用auto.arima R)来预测时间序列中的未来值。= acf(timeseries, nlags=20) y=1.96/
浏览 0提问于2016-12-15得票数 1
1回答
PACF和ACF图不显示任何意义
、、、、
我被困在构建ARMA (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ACF和PACF图中显示出显着的相关性。
浏览 62提问于2020-04-28得票数 1
回答已采纳
1回答
时间序列的ACF： ? 时间序列的PACF： ? 我的代码如下： plot_pacf(trainlogd.diff().dropna(), lags=40)
plt.show()
浏览 30提问于2020-02-02得票数 0
1回答
我正在使用ARIMA进行时间序列分析，我绘制了Acf和Pacf来指定AR和MA值(p，q)，然而，当我绘制它们时，即使我指定了lag.max= 20，Pacf也显示出很大的滞后，比如10000、40000在Acf图中，它显示max.lag =20 谁能解释一下为什么我的Pacf和Acf有不同的滞后范围？ ? ? 下面是我的代码： AcfData<- Acf(Data_Stationary, lag.max = 20)P
浏览 43提问于2019-02-11得票数 0
回答已采纳
1回答
我正在尝试R中的ARIMA模型来拟合这些时间序列观测。我选择了时间序列的频率为96。总共有38016个观测结果。我在R中使用tsclean命令清除了这个系列，以删除异常值。difftscomponent <- decompose(diffts)最后时间序列的ACF图：
最后一个时间序列的PACF：
pacf(adjusted_difft
浏览 4提问于2017-07-13得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
