4.3 模型识别：AR(p)和MA(q)阶数的确定

文档摘要

4.3 模型识别：AR(p)和MA(q)阶数的确定 4.3 模型识别：AR(p)和MA(q)阶数的确定在ARIMA模型构建流程中，确定模型的差分阶数 d (对应于“I”即Integrated部分) 使时间序列平稳后，接下来的关键步骤是识别模型的自回归（AR）部分和移动平均（MA）部分的阶数，即确定 p 和 q 的值。这一步骤被称为模型识别。模型识别的主要目的是在众多可能的ARIMA(p, d, q)模型中，找到一个能够有效捕捉已平稳序列动态特征的简约模型。最常用的工具是自相关函数（Autocorrelation Function, ACF）图和偏自相关函数（Partial Autocorrelation Function, PACF）图。 4.3.