ARIMA 模型，無法擺脫低階 ACF 尖峰

我已經完成了擬合一個好的 ARIMA 模型的所有步驟——我繪製了數據，我查看了 ADF 測試，我查看了沒有 AR 和 MA 項只是一個常數的 ACF 圖。我想出了一個 ARMA(0,1,1) 模型，因為 ACF 在兩個滯後後切斷（第二個是負數），並且 PACF 從一階負數開始呈指數衰減。

問題是，一旦擬合了我的模型，我就無法擺脫殘差 ACF 圖中一階滯後的大正峰值。我嘗試增加 MA 術語的數量，但滯後並沒有消失，第二個術語並不重要。鑑於它是一個 MA 模型，我認為不需要進一步的差分順序。

我已經用 R 編寫了我的模型

有什麼建議嗎？

編輯：我在下麵包含了一些圖表。我在有和沒有常數的情況下測試了我的模型，因為常數不顯著，但是 AIC 在常數下較低。從理論上講，我認為沒有常數更有意義，因為我認為沒有恆定的平均趨勢。但是，排除常數（使用參數 include.mean=FALSE）不會改變殘差的 ACF 或 PACF。我用來擬合模型的程式碼是：

ArmaOhdifc01 = armaFit( ~arma(0, 1), data=OhDiff)
ArmaOhdif01 = armaFit( ~arma(0, 1), data=OhDiff, include.mean=FALSE)

下面是圖表 - 我沒有包括第一個模型的 ACF 和 PACF，因為與第二個模型沒有區別。

這是一個經典的誤解，你的模型是正確的，你總是在滯後零（而不是一）處有一個等於 1 的 acf，因為如果沒有滯後 acf = covariance(x , x_lag 0) / variance x = variance x / variance x = 1。

所以你需要注意 x 軸，有些軟體從滯後零開始顯示 ACF，有些軟體從 1 開始顯示（這更有意義）。

引用自：https://quant.stackexchange.com/questions/15802