آموزش آمار آموزش تجزیه و تحلیل آماری آموزش تجزیه و تحلیل سریهای زمانی .
.
 

برای تشخیص الگوی مدل از نمودار خود همبستگی و خود همبستگی جزیی استفاده می شود.
معمولا مدل ها به صورت ARIMA(p,d,q) نمایش داده می شوند که p مرتبه اتو رگرسیو و q مرتبه میانگین متحرک و d تعداد تفاضلات لازم برای مانا شدن سری است.

اگر سری ما دارای الگوی میانگین متحرک از مرتبه q باشد تابع خود همبستگی برای تاخیرهای بیشتر از q صفر است ولی تابع خود همبستگی جزیی به صورت نزولی به صفر میل می کند.

اگر سری ما دارای الگوی اتورگرسیو مرتبه p باشد تابع خود همبستگی به صورت نزولی کاهش می یابد و تابع خود همبستگی جزیی برای تاخیرهای بیشتر از p صفر است.

اگر سری ما دارای الگوی اتو رگرسیو و میانگین متحرک ( الگوی مرکب) باشد هر دو تابع خود همبستگی و خود همبستگی جزیی به صورت نزولی به صفر میل می کنند و در این حالت تشخیص الگوی مناسب دشوارتر است.
در هر صورت تشخیص الگوی مناسب نیازمند تجربه و مهارت بالایی است.

مجله اینترنتی آموزش آمار و احتمال
http://amar.ibep.ir