¿Cómo identificar los órdenes p y q para el modelo ARIMA utilizando el método de los mínimos cuadrados?

Question

Me gustaría identificar los órdenes p y q para el modelo ARIMA utilizando el método de mínimos cuadrados en Matlab. Tengo también dos archivos de datos (uno con ruido y otro sin él)

Anteriormente identifiqué p y q para AR y MA utilizando la función ACF y PACF, pero ahora tengo un modelo mixto (ARIMA).

¿Podría dar alguna pista sobre cómo hacerlo?

Answer 1

Para identificar el número de términos AR y MA todavía hay que mirar el ACF y el PACF.

Para identificar los órdenes de diferenciación, la forma más sencilla es ejecutar un modelo ARIMA en los datos con diferentes órdenes de diferenciación (0,1,2) y con sólo una constante (sin término AR o MA). Observe la desviación estándar de estos modelos, así como el gráfico ACF: el modelo óptimo es probablemente el que tiene la menor desviación estándar.

Una vez que se ha tomado el orden de diferenciación identificado, observe el ACF y el PACF de la serie estacionaria. En particular, fíjese en si el PACF o el ACF se cortan bruscamente; si el PACF se corta bruscamente, comience con un modelo AR, y viceversa. A partir de ahí, mire de nuevo el ACF y el PACF para determinar si necesita añadir otro término de cualquiera de las dos variedades. En concreto, si hay un pico en un retardo de orden inferior en el ACF, deberá aumentar el término MA en 1, y viceversa.