郑同学2019-05-10 23:00:44
郑同学老师你好，视频中林政老师讲通过autocorrelation of theresidual 判断模型是否正确时，他说比如当前是AR（1）模型，但是通过逐个的误差检验，发现lag12和lag20显著，则确定是要改成AR（2）模型。 但是如果通过检验发现只有一个lag是显著，是否要维持AR（1）模型呢？ 如果所有的lag都不显著，是否也要维持AR（1）模型呢？ 多谢
回答（1）
最佳
Chris Lan2019-05-13 11:26:17
Chris Lan同学你好，如果所有的LAG项都不显著，就说明以前的自己不能解释今天的自己，那AR模型本身就没有意义了。因为过去的自己不能解释今天的自己，这样的话我用过去的自己解释今天的自己就是没有意义的。现实中一般不会出来这种情况。
- 评论（0）
- 追问（5）
- 追问
-
也就是说，AR模型至少要有一个lag显著，如果有一个lag显著，就维持AR（1）对么？
- 追答
-
同学你好，AR（1）是指模型中离现在最远的是滞后一期，而不是代表只有一个滞后项。
比如说我的模型是xt=b0+b1xt-1+b2xt-3+e，那这个模型就是AR(3)模型
- 追问
-
那假如说这个模型是xt=b0+b1Xt-1, 然后我检查出来lag 3 是显著的，这时候我应该怎么办，是加上一个lag还是不变？ 如果加上一个lag，方程应该变成 xt=b0+b1Xt-1+b3Xt-3么？ 还是变成xt=b0+b1Xt-1+b2Xt-2?
- 追问
-
如果针对AR（1）模型的方程是xt=b0+b1Xt-1，现在我发现lag 5和lag7不显著，方程是否应该变成 xt=b0+b5Xt-5+b7Xt-7？
- 追答
-
同学你好，不应该，如果是你说的这种情况，应该变成xt=b0+b1xt-1+b2xt-2+e，如果有其它LAG项可以拒绝原假设，那应该把LAG2加回来，然后再做残差的自相关检验，直到没有可以拒绝原假设的LAG项，如果还有是加LAG3，是这样依次加的，不能跳项。除非是季节性特征，我们才直接加LAG4。
评论
0/1000
追答
0/1000
+上传图片