文档摘要

2.2 残差分析 本节摘要：好模型应把线性相关吃进参数，剩下的残差接近白噪声：均值近零、彼此独立、方差稳定；正态性是推断和预测区间的加分项，不是唯一门禁。本节把时序图、残差 ACF/PACF、方差随时间的变化对照起来，决定是改阶、改差分，还是承认异方差要另想办法。 上手前先明确 阅读完本节，你应当能够： 说出残差三性（独立性、同方差、正态性）各自对应的图形与失败后果。 从残差 ACF 的峰判断更可能缺 AR、缺 MA，还是漏季节。 会员。《2.2 残差分析》收录于灏天文库文集《ARIMA 模型详解：经典时间序列预测方法》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/446-arima-%E6%A8%A1%E5%9E%8B%E8%AF%A6%E8%A7%A3%E7%BB%8F%E5%85%B8%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E9%A2%84%E6%B5%8B%E6%96%B9%E6%B3%95

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流