从 acf 和 pacf 确定 p,q python
Determining p,q from acf and pacf python
我很难理解如何在 ARIMA 中确定 p 和 q。我的理解是 PACF 截止决定 p 并且 ACF 命中非常低决定 q 但同时 PACF 的截止决定 p 等于 AR(q)？我仍然很困惑。然后我自己尝试构建 ARIMA 模型，我得到了这个 ACF 和 PACF。我假设 p 是 16，因为它在滞后 16 时被切断（突然打零）。q 是 1，因为它在滞后 1 时非常低。所以我的 ARIMA 顺序是（16 ,0,1).我错了吗？我是从 kaggle and here 学来的。不知道我理解的对不对
蓝色带内的相关性在统计上不显着，因此看起来您没有模型。这里有一个很棒的教程 https://www.statsmodels.org/stable/examples/notebooks/generated/tsa_arma_0.html 关于使用 Python ARMA 模型。
我很难理解如何在 ARIMA 中确定 p 和 q。我的理解是 PACF 截止决定 p 并且 ACF 命中非常低决定 q 但同时 PACF 的截止决定 p 等于 AR(q)？我仍然很困惑。然后我自己尝试构建 ARIMA 模型，我得到了这个 ACF 和 PACF。我假设 p 是 16，因为它在滞后 16 时被切断（突然打零）。q 是 1，因为它在滞后 1 时非常低。所以我的 ARIMA 顺序是（16 ,0,1).我错了吗？我是从 kaggle and here 学来的。不知道我理解的对不对
蓝色带内的相关性在统计上不显着，因此看起来您没有模型。这里有一个很棒的教程 https://www.statsmodels.org/stable/examples/notebooks/generated/tsa_arma_0.html 关于使用 Python ARMA 模型。