时间序列中如何确定与AR和MA相关模型的阶数？

1.Question 时间序列的数据分析中，ARMA和ARIMA是常用的统计模型，主要用于描述和预测时间序列模型。当我们拿到一个时间序列数据，首先要观察时间序列数据是否平稳（均值和方差不随着时间变化），如果时间序列本身是平稳的，直接用ARMA模型；如果不平稳则需要平稳化处理，一般是使用差分处理（差分之后数据之间的时间自相关性会减少，消除趋势，让时间序列更接近平稳状态），如果时间序列有季节性，除了普通的差分之外，还要进行季节差分来消除季节性波动的影响，到此时我们就可以使用ARIMA模型。 但是无论使用ARM...【查看原文】