知识卡片
ARIMA建模的闭环流程
要解决的问题:给定一条等间隔的单变量序列,如何从数据本身反推一个可外推的生成结构。Box-Jenkins 的做法不是一次算出答案,而是一个带反馈的闭环。
五个环节 1. 识别:先看趋势与季节效应,用回归去趋势或差分把它们移走,剩下的序列才允许套用常系数的 AR、MA 模型。 2. 定阶:对平稳化后的序列画 ACF 与 PACF,从衰减或截断的位置猜测 p 与 q。 3. 估计:用最大似然估计系数,同时记下对数似然值。 4. 诊断:检查残差是否仍残留自相关、是否近似正态、方差是否恒定;不合格就回到定阶换模型,而不是硬接受。 5. 比较与预测:用 AIC、AICc、BIC 在若干候选中择优,再外推若干期并给出置信区间。
闭环的意义:定阶只是提出假设,残差才是判据。汽油产量案例从 (0,1,0)×(1,0,0)12 改成 (0,1,1)×(1,0,0)12,正是诊断后回到第 2 步的结果。
结构图:
flowchart TD
A[原始等间隔序列] --> B[识别趋势与季节]
B --> C[差分得到平稳序列]
C --> D[读ACF与PACF定阶]
D --> E[估计模型参数]
E --> F[残差诊断]
F -->|通过| G[比较准则并预测]
F -->|不通过| D
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第8章 高级分析理论与方法:时间序列分析 · 查看原书依据
由George Box和Gwilym Jenkins开发的Box-Jenkins时间序列分析方法包括下列三个主要步骤。 1. 治理数据与选择模型。 识别和考虑时间序列中的任何趋势与季节效应。 评估其余的时间序列并确定一个合适的模型。 2. 估计模型参数。 3. 评估模型,如果有必要,返回第1步。
参考来源
- 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第8章 高级分析理论与方法:时间序列分析(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0018_split_001.html)
- 结论依据:依据 8.1.1 对 Box-Jenkins 三个主要步骤的论述,以及 8.2.5 中拟合、查残差、改阶、比较信息准则的完整示例。
- 原始内容:由George Box和Gwilym Jenkins开发的Box-Jenkins时间序列分析方法包括下列三个主要步骤。 1. 治理数据与选择模型。 识别和考虑时间序列中的任何趋势与季节效应。 评估其余的时间序列并确定一个合适的模型。 2. 估计模型参数。 3. 评估模型,如果有必要,返回第1步。