ar1 ar2 ar3 ar4 ma1 ma2
0.1174 -0.5246 0.0380 -0.4011 0.1307 -0.1006
s.e. 0.4535 0.3836 0.1978 0.2266 0.5252 0.5355
sigma^2 estimated as 13.15: log likelihood = -111.65, aic = 237.3
模型为
这是一个自回归移动平均模型 (ARIMA) 的参数。ARIMA 模型由三个参数 (p, d, q) 组成,分别表示自回归项数、差分项数和移动平均项数。这些参数指定了用于拟合时间序列数据的模型。
在这个模型中,(4,1,2)表示模型有 4 个自回归项、1 个差分项和 2 个移动平均项。这意味着你的模型有两个移动平均项,也就是给定的 ma1 和 ma2。你的模型同时也有四个自回归项,即 ar1、ar2、ar3 和 ar4。
具体的,模型公式可能是这样的:
y_t = c + ar1 * y_(t-1) + ar2 * y_(t-2) + ar3 * y_(t-3) + ar4 * y_(t-4) + e_t + ma1 * e_(t-1) + ma2 * e_(t-2)
其中 y_t 表示时间 t 的值,c 表示常数项,e_t 表示白噪声项。