文件名称:模型检测值-abaqus帮助文档
文件大小:1.95MB
文件格式:PDF
更新时间:2024-07-22 00:09:13
美赛 数学建模 数据
图7.3 自相关图和偏相关图 通过观察自相关图和偏相关图分析得以下模型可以供选择: 1. ARMA(0,1)模型:即自相关图在滞后1阶之后缩小为0,且偏自相关缩小 至0,则是一个阶数q=1的移动平均模型; 2. ARMA(1,1)模型:即偏自相关图在滞后7阶之后缩小为0,且自相关缩小 至0,则是一个阶层p=3的自回归模型; 3. ARMA(2,1)模型:即使得自相关和偏自相关都缩小至零。则是一个混合 模型。 分别对以上三个模型进行尝试,得其赤池信息量(AIC),贝叶斯信息量 (BIC),汉南-奎因准则(HQ)值,如下表: 表7.1 模型检测值 模型 AIC BIC HQ ARMA(0,1)模型 402.79633795390026 407.5468947692686 404.4544095219559 ARMA(1,1)模型 413.5726149278217 419.9066906816461 415.7833770185625 ARMA(2,1)模型 406.58424421597306 422.4194336005341 412.1111494428251 可以看到ARMA(0,1)的AIC,BIC,HQ均最小,因此是最佳模型 ④由以上得到的d,p,q,得到ARIMA模型。检验其自相关性,我们使用 D-W检验。因为自相关系数ρ 的值介于-1和1之间,所以 0≤DW≤4。 DW=0 <=> ρ =1 即存在正自相关性 DW=2 <=> ρ =0 即不存在(一阶)自相关性 DW=4 <=> ρ =-1 即存在负自相关性