残差自回归模型在R中的实现
发布时间
阅读量：
阅读量
时间序列分析中，非平稳序列通常被拆解为趋势成分、季节性因素以及随机波动三个部分，其表达形式可表示为：
此处的Tt表示长期趋势的拟合结果，而St则代表季节效应的拟合成分。
残差自回归模型是将回归模型与ARMA模型相结合的一种复合型建模方式。在利用回归模型对时间序列进行拟合的过程中，序列中所蕴含的信息可能并不充分。因此，在完成回归模型的拟合后，需要对所得残差序列进行自相关性分析。如果发现残差序列存在显著的自相关特征，则需进一步对该残差序列实施建模处理。
１．基于时间序列构建回归模型
针对时间序列中趋势效应的拟合方式存在两种不同的表现形式：
这两种类型的残差自回归模型可分别表述如下：
将时间作为自变量的残差自回归模型：
还没有任何评论哟~