ar和ma模型哪一个更适合用来捕捉该序列的动态特征

1. ar和ma模型哪一个更适合用来捕捉该序列的动态特征

：其实那个时间序列哦，就是在那个分析-预测-创建模型里面都有的，下面是我觉得不错的一个spss18的时间序列教程，买一送一 O(∩_∩)O~ 大家看到，原则上讲数据中没有时间变量，实际上也不需要时间变量，但你必须知道时间的起点和时间间隔。

2. [求助] 时间序列分析中关于AR,MA,ARMA模型如何优化问题

选择AIC和SBC函数值最小的模型作为最终你和模型。会用SAS，还没学过eviews5。

3. 怎么通过分析时序的sacf和spacf来判断运用ar还是ma模型

CF就是个坑钱游戏，抄CSOL的，相信自己的选择，你是对的

4. arma模型，ar模型，ma模型有什么本质上的区别

ar模型是建立当前值和历史值之间的联系，ma模型是计算ar部分的误差的累计，arma是两者的和。

5. 随机信号分析：关于AR模型的问题~高手进

AR模型建模的原理是：对于标准激励（白噪声信号），总能找到一个足够高阶的常系数线性微分方程（或差分方程），使其输出的信号和待建模信号一致，其方程系数即可完全描述信号特征。AR模型是“自回归模型”；MA模型是“滑动平均模型”；ARMA则为“自回归滑动平均模型”。可以用足够高阶的MA或ARMA模型等效AR模型，其他亦同。AR模型等只能对平稳随机信号建模。

6. 请问各位高手 时间序列分析中 AR 模型可逆是什么意思 MA 模型 平稳 是什么意思

特征根在单位圆外，生成的数据是平稳的。

7. 如何确定AR(p)MA(q)模型中的p和q的值？

在对时间序列分析的时候，可能会经常用到ARMA模型，其中p和q的值到底如何确定，有些书讲的不是太明白，只是讲到截尾和拖尾，至于到底如何判断，请看如下详细解释：
1、p是自相关AR模型的系数，而q是MA模型的系数。
2、在EVIEWS模型中会做出一个时间序列的自相关和偏相关图表，这个表是判断p和q值的依据。
3、所谓拖尾是自相关系数或者偏相关系数趋向于0，这个趋向过程有不同的表现形式，有几何型的衰减为0，有正弦波式的衰减；而所谓截尾是指从某阶后自相关或者偏相关系数为0。
4、判断标准：
AR(P) 自相关拖尾，偏相关p阶截尾。
MA(q) 自相关q阶段截尾，偏相关拖尾。
AR(p)MA(q) 自相关q阶段截尾，偏相关p阶截尾。

8. 请帮我分析一下下面这个数据的截尾性和拖尾性，并且判断该用什么模型来预测。是ar模型还是arma模型？

你给出的eviews的自相关图，看后面的Q统计量的prob值，都比较大（只有滞后一阶和二阶的稍微小一点，但还是比较大）说明序列的各滞后阶的自相关是统计不显著的，它不存在显著的自相关关系。