ARIMA与ARMA的时间序列在第一个差异

时间:2017-11-19 12:27:46

标签: r time-series arima

我正在研究GDP时间序列 forcast 。我记录了具有显着随机趋势的时间序列。我已经检查过第一个差异的时间序列是静止的。现在(我相信)我有两个选择:

options

  1. 在差异对数转换后的GDP时间序列上拟合ARMA模型
  2. 在对数转换后的GDP时间序列上拟合ARIMA模型(p,1,q)
  3. 问题:

    • 我注意到ARIMA没有拦截,而ARMA则没有拦截。如何解释拦截?
    • 我应该如何决定使用哪一个?

1 个答案:

答案 0 :(得分:0)

  

我注意到ARIMA没有截距,而ARMA则截止。如何解释拦截?

拦截解释取决于您的模型。如果系列是静止的,它与你的其他参数的平均值有关。例如,见AR(1) example on wiki。以一个不同的ARIMA模型的顺序进行拦截意味着恒定漂移,这可能不是您想要的。

  

我该如何决定使用哪一个?

常见的选择是使用AIC或BIC等信息标准。例如,见this post