The error structure was then fitted

The error structure was then fitted with the autoregressive integrated moving average (ARIMA) model. The order of p, q, and d in ARIMA model was determined by carefully examination of ACF, PACF, and IACF plots. Maximum likelihood method was used for estimation of parameters.

Chi-Square test on the residuals was used to assess if series was left with white noise. Non-significant Chi-Square statistics indicated that our model fitted well. Residual QQ plots were used to test the departure from normality assumption.

A set of candidate models were arrived at, and final model was selected by the lowest akaike information criterion (AIC), significant parameter estimates (indicator and AR/MA lags), Chi-square test on the residuals, residuals diagnosis plots, and forecast plots. Fitted plots were produced in both log and original scale.

ผลลัพธ์ (ไทย) 1:

โครงสร้างข้อผิดพลาดถูกติดตั้งแล้ว ด้วย autoregressive รวมย้ายเฉลี่ย (อา) แบบ ลำดับของ p, q และ d ในรุ่นอาถูกกำหนด โดยรอบคอบตรวจสอบผืนสโมสรฟุตบอล PACF และ IACF ใช้วิธีความเป็นไปได้สูงสุดสำหรับการประเมินของพารามิเตอร์ทดสอบ chi-square ค่าคงเหลือถูกใช้ในการประเมินหากชุดที่เหลือ มีเสียงสีขาว สถิติ Chi-Square ไม่สำคัญระบุว่า รุ่นของเรานี่ดี ผืน QQ ที่เหลือถูกใช้ทดสอบออกจากอัสสัมชัญ normalityชุดกรรมการรุ่นได้ถึง และรุ่นสุดท้ายถูกเลือก โดยเกณฑ์ต่ำสุด akaike ข้อมูล (AIC), ประเมินพารามิเตอร์สำคัญ (ตัวบ่งชี้และ AR/MA lags) ทดสอบ Chi-square ค่าคงเหลือ ค่าคงเหลือวินิจฉัยผืน และการคาดการณ์การลงจุด ผืนผ่อนถูกผลิตในแฟ้มบันทึกและขนาดเดิม

ผลลัพธ์ (ไทย) 2:

โครงสร้างข้อผิดพลาดแล้วก็พอดีกับอัตบูรณาการเฉลี่ยเคลื่อนที่ (ARIMA) รูปแบบ คำสั่งของ P, Q, และงในแบบจำลอง ARIMA ถูกกำหนดโดยการตรวจสอบอย่างระมัดระวังของ ACF, PACF และแปลง IACF วิธีโอกาสสูงสุดที่ใช้ในการประมาณค่าพารามิเตอร์. การทดสอบไคสแควร์เมื่อวันที่เหลือถูกใช้ในการประเมินว่าชุดที่ถูกทิ้งให้อยู่กับเสียงสีขาว ไม่อย่างมีนัยสำคัญทางสถิติไคสแควร์ชี้ให้เห็นว่ารูปแบบของเราติดตั้งได้ดี แปลง QQ ที่เหลือถูกนำมาใช้ในการทดสอบสมมติฐานเดินทางออกจากปกติ. ชุดของรูปแบบที่ผู้สมัครได้รับมาถึงที่และรูปแบบสุดท้ายที่ได้รับเลือกจากเกณฑ์ข้อมูล Akaike ต่ำสุด (AIC) ประมาณการพารามิเตอร์อย่างมีนัยสำคัญ (ตัวบ่งชี้และ AR / MA ล่าช้า), จิ การทดสอบสุญญากาศในสิ่งตกค้างที่เหลือแปลงวินิจฉัยและการแปลงการคาดการณ์ แปลงกำลังผลิตติดตั้งทั้งในการเข้าสู่ระบบและขนาดเดิม

ผลลัพธ์ (ไทย) 3:

โครงสร้างผิดพลาดคือพอดีกับตัวเองรวมเฉลี่ยเคลื่อนที่ ( ARIMA ) นางแบบ คำสั่งของ P , Q , และ D ในแบบจำลอง พิจารณาโดยรอบคอบ ตรวจสอบของ ACF pacf และ iacf , แปลง วิธีความควรจะเป็นสูงสุดใช้สำหรับการประมาณค่าของพารามิเตอร์

ไคสแควร์ทดสอบความคลาดเคลื่อนที่ใช้ประเมิน ถ้าชุดขาวซ้ายด้วยเสียงไคสแควร์ สถิติพบว่าไม่แตกต่างกัน รูปแบบของเราพอดีครับ ส่วนแปลงที่เหลือ QQ ที่ใช้ทดสอบจากสมมติฐานปกติ

ชุดของนางแบบ ผู้สมัครกำลังมาถึง และรูปแบบสุดท้ายได้รับเลือกจากเกณฑ์เคราะห์ข้อมูลต่ำสุด ( AIC ) , พารามิเตอร์ที่สำคัญประมาณการ ( ตัวบ่งชี้และ AR / มาล่าช้า ) , ไคสแควร์ ในค่าความคลาดเคลื่อนการแปลงแนวโน้มแปลง เข็มขัดแปลงถูกผลิตทั้งในบันทึกและขนาดเดิม