Time-Series
如何解釋殘差的自相關以及如何處理它？
我想知道時間序列殘差具有自相關是什麼意思？我應該如何處理？
由於這是一個非常全面的主題，您將不得不自己研究 Box-Jenkins 框架內的模型檢查，但我嘗試對您的簡短問題給出一個簡短的回答：
通常，在擬合時間序列模型之後（至少您使用的是標準模型並且沒有假設特殊的個體模型，其中殘差的行為可能不同），殘差應該是白噪聲。所以它們應該沒有自相關。如果您有顯著的自相關（您必須對此進行測試），而不僅僅是在您的 acf/pacf 中以高滯後順序出現一個峰值，這可能表明您指定了錯誤的模型。這取決於，例如，您可以將殘差與您的其他變量一起繪製在散點圖中並查看，例如是否仍然存在季節性行為，但您也絕對應該對此進行測試。如果自相關顯著，是的，這是一個問題，因為這意味著您錯過了包含一些信息。因此，例如，您的滯後訂單是不夠的。如果自相關結果不顯著，
所以答案是：測試它。請參閱：如何測試殘差的自相關？
如果這個答案讓你滿意，那就太好了，如果你點擊我帖子的左鉤子並接受我的帖子作為答案。