Modellizzazione di processi stocastici vettoriali stazionari (Un approccio mediante la procedura Arima) Annunziata Adamoli 1984, pagine 186
[ Testo della pagina elaborato con OCR ]
GASCI. I dati della serie GASCI , , graficati nella
tavola (5.2.7) presentano un andamento stagionale di periodo s=12. Dopo aver applicato l'operatore , avremo
i dati differenziati, riportati nella tavola (5.2.8).
La funzione di autocorrelazione globale, stimata utilizzando i 67 dati della serie differenziata '2^ = ^i^^t e calcolata per 24 lags, mostra valori significativi in corrispondenza dei lags 1,2,12 (Tav. (5.2.9)).
Il modello ARMA (0,2)xARMA adottato č dato da:
~zt = 4 5.22 + at + . 2.6 a.t_t +. £5 clt_^~ ./,at.ijl- .aa at.,5 - .a at.
dove i residui stimati J 'i-t^ hanno una 'standard deviation' =102.82.
La funzione di autocorrelazione dei residui stimati, dopo l'adattamento del modello ARMA(0,2)xARMA(0,1) , č presentata, in termini di indicatori di significativitą, nella tavola (5.2.10).
Pagina
