关于这个ARIMA模型,一直有些不理解之处,恳请指点下:
1. 这个数据的平稳化处理,是否就是剥离趋势和周期因素? 剩余一个残差部分?
2. 平稳化处理,据说有几种方法,比如对数化,差分,移动平均法,分解。对于分解是比较清晰的。对数化处理,只是单纯缩小数据范围,其实有点鸡肋的感觉,因为还要继续差分处理。对于差分和移动平均法,我一直是理解为差分用来消除趋势影响,而移动平均法则用来消除周期影响。不知道对不对,还是说差分是一次性消除趋势和周期两种因素?
3. 对于数据的分解,剥离了趋势和周期影响,剩余残差部分。要求是说残差也要满足平稳性。而平稳性,其实是规律性的体现。这样的话,残差有规律,就可以建立回归模型,从而进行预测。然后,模型建立后,进行残差检验,又要求满足白噪声。这个白噪声又是要求数据是随机性的,不能有规律性,否则就是趋势或周期因素未能剔除干净。。。这两者不是有矛盾么??还是说数据分解的残差,和模型建立后的残差,并不是一个东东??
关于ARIMA模型的几点疑问
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
1条回答 默认 最新
悬赏问题
- ¥15 C#算法问题, 不知道怎么处理这个数据的转换
- ¥15 YoloV5 第三方库的版本对照问题
- ¥15 请完成下列相关问题!
- ¥15 drone 推送镜像时候 purge: true 推送完毕后没有删除对应的镜像,手动拷贝到服务器执行结果正确在样才能让指令自动执行成功删除对应镜像,如何解决?
- ¥15 求daily translation(DT)偏差订正方法的代码
- ¥15 js调用html页面需要隐藏某个按钮
- ¥15 ads仿真结果在圆图上是怎么读数的
- ¥20 Cotex M3的调试和程序执行方式是什么样的?
- ¥20 java项目连接sqlserver时报ssl相关错误
- ¥15 一道python难题3