时间序列分析-MA模型

216 阅读1分钟

持续创作,加速成长!这是我参与「掘金日新计划 · 6 月更文挑战」的第2天,点击查看活动详情

【实验目的及要求】

1.掌握MA模型的识别 2.掌握MA模型的建模步骤 3.掌握MA模型的建模应用

【实验过程】(实验步骤、绘图、记录、数据、分析)

操作命令: x c ma(1) ma(2)…ma(q)结果对应模型: 在这里插入图片描述

1、实验问题

选择合适的模型拟合美国科罗拉多州某加油站连续57天的OVERSHORT序列,数据A1_8. 在这里插入图片描述

2、实验结果及分析

2.1.画时序图

在这里插入图片描述

图1 时序图 平稳性检验(单位根检验) 在这里插入图片描述

图2 单位根检验结果 在显著性水平为0.05下,p<0.05,该序列为平稳性序列

2.2.纯随机性检验

在这里插入图片描述

图3 相关分析结果

在显著性水平为0.05下,p<0.05,该序列为非纯随机序列

2.3.识别模型(自相关图和偏自相关图特征)

如图3可知,自相关系数一阶截尾,偏自相关具有拖尾性。
选择MA(1)模型

2.4.参数估计

在这里插入图片描述

图4 估计方程结果 MA(1)模型:在这里插入图片描述

2.5.参数检验

在显著性水平为0.05下,p<0.05,故参数通过检验。

2.6.模型检验:残差诊断

在这里插入图片描述

图5 残差诊断结果 在显著性水平为0.01下,p>0.01 是纯随机序列,模型通过检验。

2.7.拟合和预测

在这里插入图片描述

图6 预测结果