4.2 平稳性检验与差分阶数（d）确定

文档摘要

4.2 平稳性检验与差分阶数（d）确定 ARIMA 模型详解：经典时间序列预测方法第四章：ARIMA模型构建流程 4.2 平稳性检验与差分阶数（d）确定在ARIMA（Autoregressive Integrated Moving Average）模型的构建流程中，平稳性是基石。ARIMA模型的核心组成部分——自回归（AR）和移动平均（MA）模型，都是基于时间序列数据是平稳的假设。因此，在拟合ARIMA模型之前，必须确保时间序列是平稳的，或者通过适当的处理使其变为平稳。本节将深入探讨平稳性的概念、如何检验平稳性以及如何确定ARIMA模型中的差分阶数（d）。 4.2.1 时间序列的平稳性时间序列的平稳性是指序列的统计性质（如均值、方差以及不同时间点上的协方差）不随时间变化而变化。