yellowwing
1.时间序列平稳化：1个预测变量的序列经过转化后从sequence 图看新序列已经基本平稳，但是在做自相关分析时发现 检验参数box-Ljung Statistic 的P=0，说明残差不是白躁声。但是我转化 拆分了很多次组合都没有得到 box-ljung statistic P值>0.05 。（是不是最好box-Ljung Statistic 的P〉0.05才能继续往下做）
此外，很多人都说通过残差可以看看是不是白噪声？ 残差什么标准才是报噪声的呢
2. ARIMA中（p,d,q） 是通过ACF PACF图看出来吗 ? 还是有其他的方法。
我看很多书上就一笔带过的说：AIC/BIC 越小越（也没写“小”的标准 ）， AIC/BIC 与p,q 参数有什么关系？
3. ARMA模型的拟合好坏的问题：可不可以通过spss17 看statinary - R平方 这个参数结合实际值与预测值来判断呢？
我看书看了很久都没明白，非常着急。希望大虾可以告诉我 QQ 303685084
潘岚锋
1、残差自相关说明模型拟合得不好，应该换一个；box-Ljung Statistic （就是Q统计量吧）原本是用来检验白噪声的。
2、p,d,q的值以ACF PACF图为参照标准，大致确定一个范围，然后列出这个范围内的所有可能组合，分别计算出BIC值，选一个最小的组合。
yellowwing
第二个问题基本清楚了，第一个问题能不鞥解释再清楚一点
box-Ljung Statistic （就是Q统计量吧）原本是用来检验白噪声的，请问如何检验？
yellowwing
对了，残差多大表明是白噪声呢？
Peter
检验统计量的实现值超过显著性水平的临界值，就在一定程度上说明非随机了
yellowwing
4楼 检验统计量的实现值超过显著性水平的临界值，就在一定程度上说明非随机了???
那在ｓｐｓｓ那个值大于ｓｉｇ就说明非随机了？ 非随机就是残差非白躁？
