Eviews中的ARMA模型操作-豆柴文库

您所在位置：网站首页 / Eviews中的ARMA模型操作.ppt / 文档详情

免费试读已结束，剩余 2 页请下载文档后查看

8 金币

下载文档

/ 7

下载提示

如果您无法下载资料，请参考说明：

1、部分资料下载需要金币，请确保您的账户上有足够的金币

2、已购买过的文档，再次下载不重复扣费

3、资料包下载后请先用软件解压，在使用对应软件打开

文本预览

§13.4自回归移动平均模型ARMA(p,q)
一、自回归移动平均模型的概念
如果平稳随机过程既具有自回归过程的特性又具有移
动平均过程的特性，则不宜单独使用AR(p)或MA(q)模
型，而需要两种模型混合使用。由于这种模型包含了
自回归和移动平均两种成分，所以它的阶是二维的，
由p和q两个数构成，其中p代表自回归成分的阶数，
q代表移动平均成分的阶数，记作ARMA(p,q)，称作
自回归移动平均混合模型或称为自回归移动平均模型。最简单的自回归移动平均模型是ARMA(1，1)，其具
体形式为：
(13.4.1)
模型ARMA(p,q)的一般表达式为ARMA(p,q)模型的优点是能以较少的参数描写单用
AR(p)或MA(q)过程不能经济地描写的数据生成过程。
在实际应用中，用ARMA(p,q)拟合实际数据时所需阶
数较低，p和q的数值很少超过2。因此，ARMA模型
在预测中具有很大的实用价值。那么，是建立AR模型、MA模型还是ARMA模型？这
就需要确定p和q的数值各是多少，为此需要计算样
本数据的自相关系数和偏自相关系数。而这个计算是
一个复杂的过程，为了实际应用的方便我们采用直接
利用计算机软件EViews来判断p和q的数值各是多少，
从而就确定了模型和模型的阶数。图13.4.1由图13.4.1可以看出p=1和q=1，即样本数据具有
ARMA(1,1)模型过程。图13.4.2