R语言做时间序列分析时,summary给出的结果都是什么意思啊?

来源：学生作业帮编辑：作业帮分类：数学作业时间：2024/05/15 16:15:19

R语言做时间序列分析时,summary给出的结果都是什么意思啊?
比如下面这个例子：
summary(auto.arima(z))
Series:z
ARIMA(4,0,2) with zero mean
Coefficients:
ar1 ar2 ar3 ar4 ma1 ma2
-0.5505 0.2316 0.0880 -0.4325 -0.1944 -0.5977
s.e.0.1657 0.1428 0.1402 0.1270 0.1766 0.1732
sigma^2 estimated as 417.6:log likelihood=-347.56
AIC=709.13 AICc=710.73 BIC=725.63
Training set error measures:
ME RMSE MAE MPE MAPE MASE
Training set 2.948732 20.43421 14.6533 85.00813 200.1053 0.6767153
有没有办法检验系数估计的显著性啊?

这个是自动适应参数估计的结果.
模型估计为ARIMA(4,0,2),即ARMA(4,2)
系数为：
ar1 ar2 ar3 ar4 ma1 ma2
-0.5505 0.2316 0.0880 -0.4325 -0.1944 -0.5977
s.e.0.1657 0.1428 0.1402 0.1270 0.1766 0.1732
s.e.是系数的标准差,系数显著性要自己算,|系数/se| > 1.96 即 95％的置信度
sigma^2 estimated 估计值方差
log likelihood 对数似然值
（这个不用解释了吧）
AIC=709.13 AICc=710.73 BIC=725.63
再就是下面一堆误差计算
ME\x05Mean Error
RMSE\x05Root Mean Squared Error
MAE\x05Mean Absolute Error
MPE\x05Mean Percentage Error
MAPE\x05Mean Absolute Percentage
MASE\x05Mean Absolute Scaled Erro

R语言做时间序列分析时,summary给出的结果都是什么意思啊? 金融时间序列分析用R语言建立AR模型? R语言时间序列1、拟合一个模型,得到结果如下,怎么去判断拟合的系数的显著性啊?Series:z ARIMA(4,0,2 为什么用EViews每次对同一个时间序列做的ADF检验结果都不一样什么样的数据比较适合做时间序列模型分析? 求SPSS做时间序列分析的步骤跟过程已知序列（25,16,32,18,20,36,12）请给出采用冒泡排序对该序列做升序排序时的每一趟结果用spss怎么做时间序列分析时间序列用EVIEWS做与用matlab做哪个准一些为什么我算的结果不一样啊? 不同年份的数据可以做线性回归吗?还是属于时间序列分析? 在SPSS中时间序列分析怎么做? 做时间序列分析用SPSS好,还是Eviews好