PACF 和 ACF 图没有显示任何意义

Question

我一直在构建我的 ARMA (ARIMA(p,0,q) 模型，因为在我的 ACF 和 PACF 图中根本没有意义。我已经阅读了几篇关于 ARIMA 的文章，但至少所有这些都是在他们的 ACF 和 PACF 图中显示出显着的相关性。所以对于我的情况，我不知道该怎么做，因为这是我第一次建立时间序列预测模型。我的数据非常平稳，所以我想我可以继续建立模型。但现在我开始怀疑ARMA是否适合我的问题。如果我仍然可以继续构建ARMA模型该怎么办？还是应该使用其他算法？

ADF Statistic: -7.654896
p-value: 0.000000
Critical Values:
        1%: -3.508
        5%: -2.895
        10%: -2.585

Answer 1

您似乎对如何使用 ACF 和 PACF 图检索 p 和 q 的值有些困惑。如果是这种情况（假设蓝色区域为 95%/90%/99% 置信区间，取决于您决定的显着性水平），您需要仔细观察它们穿过这个蓝色区域的值。你的图进入 ACF 蓝色区域的值给我们 p 和图进入 PACF 蓝色区域的值给你 q 值。

我想导致混淆的原因是选择的情节类型。尝试使用线图绘制相同的图形。届时这些值将非常明显。你的情况，我觉得p=0/1，q=0/1应该做。对于确切的值，您可以尝试对这些值进行 hit & trial。

如果您想探索更多：https://medium.com/data-science-in-your-pocket/preprocessing-for-time-series-forecasting-3a331dbfb9c2

PACF 和 ACF 图没有显示任何意义

PACF and ACF plot does not show any significance

python

machine-learning

time-series

forecasting

data-science