5.时间序列分析例题1——新能源汽车保有量预测

例题1：
通过时间序列分析预测2020、2021与2022三年的新能源汽车保有量，已有的数据如下：

1.画出时间序列图：

图像：

然后使用专家建模器：


合适的模型为ARIMA（0，2，0）模型。即pq为0，差分阶数为2。（公式见之前的文章）
残差的白噪声检验：
从残差的ACF和PACF图可以知道，所有滞后阶数的自相关系数和偏自相关系数和0没有显著差异。因此，对这些数据来说，ARIMA（0,2,0）模型识别情况良好。因此这是白噪声序列，验证了随机平稳性。



平稳r方与Q检验：
一般来说平稳的r方越靠近1越好，此处我们对应的数值接近0，这并不能说明我们的模型效果不好，因为我们的AR与MA对应的值为0，所以才出现了这种情况，导致Q检验也无法显示。
R方：
为0.99，非常接近1，说明估计的效果是非常好的。
正态化BIC：
这里的数值为5.582，一定为最小值，因为专家建模器默认选择了最优的方法。

预测结果：
选择置信区间为95%，预测结果如下：