为什么我们使用混合AR和MA模型的ARMA模型。 AR或MA不够吗？

Question

我们为什么使用混合AR和MA模型的ARMA模型。 AR或MA不够吗？

我知道AR模型是先前读数的函数，而MA模型是先前错误的函数，还知道使用PACF最好地识别AR模型，并且知道使用ACF最好地识别MA模型（以及识别AR最好用PACF完成模型）。 但是在两者之间使用混合模型的本质是什么

Answer 1

简短的回答：AR显示变量随时间变化的趋势，MA使预测误差随时间减小。

假设：

• AR： x _t 与 x _t-1 ， x线性相关 _t-2 ，... x _tp ，其中 x _t 是感兴趣的变量。

• AM：ε _t 与 x _t-1 ，ε线性相关 _t-1 ，ε _t-2 ，... ε _tq < / em>，其中ε _t 是错误。

AR是模型的特征，AM是误差的特征。