为什么我们使用混合AR和MA模型的ARMA模型。 AR或MA不足够吗？

Question

为什么我们使用混合AR和MA模型的ARMA模型。 AR或MA不足够吗？

我知道AR模型是先前读数的函数，MA模型是先前误差的函数，也知道识别AR模型最好用PACF完成并且知道识别MA模型最好用ACF完成（并且识别AR模型是最好的完成PACF）...但是在两者之间使用混合模型的背后是什么呢？

Answer 1

简答：AR显示变量如何随时间演变，MA使预测误差随时间减小。

它假定：

• AR：xt线性地取决于xt-1，xt-2，... xt-p，其中xt是感兴趣的变量。
• AM：εt线性地取决于xt-1，εt-1，εt-2，...εt-q，其中εt是误差。

AR是模型的特征，AM是误差的特征。