ARIMA模型的介绍

目录

ARIMA模型结构

随机游走模型(random walk)

举例：

ARIMA模型的性质

小结

---

ARIMA模型结构

使用场合：差分平稳序列拟合

模型结构

则有：

随机游走模型(random walk)

模型结构：

Karl Pearson(1905)在《自然》杂志上提问:假如有个醉汉醉得非常严重，完全丧失方向感，把他放在荒郊野外，一段时间之后再去找他，在什么地方找到他的概率最大呢?这个醉汉的行走轨迹就是一个随机游走模型。
传统的经济学家普遍认为投机价格的走势类似于随机游走模型，随机游走模型也是有效市场理论的核心。

举例：

例5.5  拟合随机游走序列——ARIMA(0,1,0)时序图

x<-arima.sim(n=1000,list(order=c(0,1,0)),sd=10) #随机拟合
plot(x) #绘制时序图

返回：每次可能图都会不一样，随你嘛

ARIMA模型的性质

1.ARIMA模型的平稳性

2.ARIMA模型的方差齐性

d ≠ 0 时，原序列方差非齐性

小结

一、ARIMA模型结构

二、ARIMA模型的性质

• 当d ≠0 时ARIMA(p,d,q)模型非平稳。
• 方差非齐性