当前位置:   article > 正文

eviews建立时间序列模型_Eviews系列7|时间序列模型(ARIMA模型)之平稳性检验

eviews平稳性检验

点击上方 蓝字关注我们!

06457a2c35a1450a6027f9e8b56984c0.png a0ba000fe4a97097135644d4b60875ab.png

上几期小统带大家一起学习了Eviews经典线性模型,这期我们开始学习时间序列模型。

01

                            ARIMA 简介

ARIMA,差分自回归滑动平均模型,又称求自回归滑动平均模型,是时间序列预测分析方法之一。

ARIMA(p,d,q)中,AR是“自回归”,p为自回归项数;MA是“滑动平均”,q为滑动平均项数;d是使之成为平稳序列所做的差分次数(阶数)。

02

                     ARIMA的优缺点

优点:模型十分简单,只需要内生变量而不需要借助其他外生变量。

缺点

1

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/weixin_40725706/article/detail/613344
推荐阅读
相关标签
  

闽ICP备14008679号