level 13
根据时间序列的散点图、自相关函数和偏自相关函数图识别其平稳性。
2017年04月21日 20点04分
2
level 13
对非平稳的时间序列数据进行平稳化处理。直到处理后的自相关函数和偏自相关函数的数值非显著非零。
2017年04月21日 20点04分
3
level 13
根据所识别出来的特征建立相应的时间序列模型。平稳化处理后，若偏自相关函数是截尾的，而自相关函数是拖尾的，则建立AR模型；若偏自相关函数是拖尾的，而自相关函数是截尾的，则建立MA模型；若偏自相关函数和自相关函数均是拖尾的，则序列适合ARMA模型。
2017年04月21日 20点04分
4
level 13
参数估计，检验是否具有统计意义。
假设检验，判断（诊断）残差序列是否为白噪声序列。
利用已通过检验的模型进行预测
2017年04月21日 20点04分
5
![[大拇指]](/static/emoticons/u5927u62c7u6307.png)
