时间序列ARMA模型源代码

clear;
%--------------------------------油价序列零均值化后的数据如下----------------------------------------%：
P=[ 19.5900   14.9100   15.7400   15.4000   13.0600   19.0700   15.2800   15.8200   12.7700   12.0500...  
    11.6900   13.8500   13.8500   10.0700    9.1700   10.7900   13.4400   21.1700   18.6400   13.2100...  
    15.5400   21.9400   23.1100   18.6400   14.9400   16.9000   15.4600   11.1500   13.1300   12.4800...  
    12.9500   12.5900   10.5800   10.5800   12.3900   15.5300   13.0600   10.2200   16.3300   19.7200...
    21.3100   18.8400   24.8400   15.6700   15.5700   12.7300   13.5600   15.5400   17.2200   12.1400...
    11.0700   12.0200   11.5500    6.9200   10.3300   8.3800    12.1100   11.4600   12.7500   13.3200...
    13.0000   11.9000   11.7900   12.5500   11.8400   11.2500   11.1500   10.9900   11.7000   14.0100...
    17.5100   17.2700   16.9000   15.7900   15.4500   6.2400    16.7100   16.7700   16.6400   17.8000...
    16.8700   16.1300   15.7600   15.6600   15.5400   15.3000   15.0500   14.6900   14.3900   14.1800...
    13.70     13.66     13.27     13.56     13.14     14.19 ];
F=[ 19.5900   14.9100   15.7400   15.4000   13.0600   19.0700   15.2800   15.8200   12.7700   12.0500...  
    11.6900   13.8500   13.8500   10.0700    9.1700   10.7900   13.4400   21.1700   18.6400   13.2100...
    15.5400   21.9400   23.1100   18.6400   14.9400   16.9000   15.4600   11.1500   13.1300   12.4800...
    12.9500   12.5900   10.5800   10.5800   12.3900   15.5300   13.0600   10.2200   16.3300   19.7200...
    21.3100   18.8400   24.8400   15.6700   15.5700   12.7300   13.5600   15.5400   17.2200   12.1400...
    11.0700   12.0200   11.5500    6.9200   10.3300   8.3800    12.1100   11.4600   12.7500   13.3200...
    13.0000   11.9000   11.7900   12.5500   11.8400   11.2500   11.1500   10.9900   11.7000   14.0100...
    17.5100   17.2700   16.9000   15.7900   15.4500   6.2400    16.7100   16.7700   16.6400   17.8000...
    16.8700   16.1300   15.7600   15.6600   15.5400   15.3000   15.0500   14.6900   14.3900   14.180];

%----------------------由于时间序列有不平稳趋势，进行两次差分运算，消除趋势性----------------------%
for i=2:96
    Yt（i）=P（i）-P（i-1）;
end
for i=3:96
    L（i）=Yt（i）-Yt（i-1）;
end
figure;
L=L（3:96）;
Y=L（1:88）;
plot（P）;
title（‘原数据序列图‘）;
hold on;
pause 
plot（Y‘r‘）;
title（‘两次差分后的序列图和原数对比图‘）;
pause  
%--------------------------------------对数据标准化处理----------------------------------------------%
Ux=sum（Y）/88                           % 求序列均值
yt=Y-Ux;
b=0;
for i=1:88
   b=yt（i）^2/88+b;
end
v=sqrt（b）                              % 求序列方差
Y=（Y-Ux）/v;                             % 标准化处理公式
f=F（1:88）;
t=1:88;
figure;
plot（tftY‘r‘）
title（‘原始数据和标准化处理后对比图‘）;
xlabel（‘时间t‘）ylabel（‘油价y‘）;
legend（‘原始数据 F ‘‘标准化后数据Y ‘）;
pause  
%--------------------------------------对数据标准化处理----------------------------------------------%


%------------------------检验预处理后的数据是否符合AR建模要求，计算自相关和偏相关系数---------------%
   %---------------