数据分享|SAS与eviews用ARIMA模型对我国大豆产量时间序列预测...
2023年2月10日 - 网易
上图是自相关函数的结果,自相关函数衰减到0的速度缓慢,由此可以再次确定序列是非平稳的。因为原序列呈现出上升的趋势,故选择1阶差分。1阶差分后的时序图如下所示。图31阶差分后的时序图由该图可以看出差分后的时间序列在均值附近比较稳定地波动。为了进一步确定平稳性,考察差分后序列的自相关图(如下所示)。
详情
上图是自相关函数的结果,自相关函数衰减到0的速度缓慢,由此可以再次确定序列是非平稳的。因为原序列呈现出上升的趋势,故选择1阶差分。1阶差分后的时序图如下所示。图31阶差分后的时序图由该图可以看出差分后的时间序列在均值附近比较稳定地波动。为了进一步确定平稳性,考察差分后序列的自相关图(如下所示)。