※ 引述《jangwei (呆呆)》之铭言： : ※ 引述《akillerbear (我是歹人雄大)》之铭言： : : 小弟目前在跑时间序列中的ARIMA有些问题想要请教大家 : ARIMA叫作Autoregressive Integrated Moving Average Model : （自我回归共整合移动平均模式），顾名思义，是指一个时间序列的值 : 与过去的值及历史误差项移动平均值有关。 : 而你现在的问题是两个时间序列间是否有关，怎麽会跑ARIMA？ 我可能没有表达得很清楚　我知道ARIMA 是这样的 而且书上有写的都是跑一个值 然後找出模型再预测 : : 我有两个数列 A、B : : 想看A是否会因为B的原因而有所变化 : : 是把A放在dependent variable : : 然後把B放在Independent variable : : 这样下去做ARIMA 然後观察ACF跟PACF : 回去看书搞清楚何谓ACF？何谓PACF？ : 那是衡量单一时间序列的自我相关性及偏自我相关性； : 而你的问题是要衡量两时间序列间的相关性， : 应该是算两时间序列的CCF（Cross Correlation Function）， : 看看两者之间的延迟k 期相关性， : 或者你也可以作检定，如Granger causality test。 : http://en.wikipedia.org/wiki/Granger_causality : 若确定两时间序列存在延迟k 期相关性， : 则可考虑转换函数模式来分析资料（方法之一）。 我这边意思是我可以找到根据ACF 跟PACF 的适合参数後(p,d,q) 我有套用CCF跟 LFT法 不过有没有相关我看不出来 是落於信赖区间就算吗? 所以才上来询问是否有比较浅显方法判断 : : 找出ARIMA的参数 但是我要怎麽看出他们的关联性啊? 麻烦大家<(_ _)> : : 小弟我用的软体是GRETL : 先不论软体，建议你还是拿任一本时间序列教本仔细研读， : 搞清楚你的问题该用什麽分析方法？ : 没搞清楚资料适用何种分析方法而误用他法恐会南辕北辙， : 永远无法得到你想要的结果。 我这边有参考了SPSS时间序列分析使用手册 杨奕农教授的时间序列分析 还有林茂文教授的时间序列分析 不过因为我对於怎麽解释呈现很苦恼 问题跟我的状况没有叙述清楚不好意思@@ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 203.71.94.30