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