做时间序列分析的人迟早会在某个深夜盯着一条缓慢衰减的自相关图发呆这条线到底该用一个滞后项还是两个我当年学 AR 模型的时候教材把 AR(1)、AR(2) 单独拎出来讲了一整节心里还嫌啰嗦——都是一样的递推结构直接上 AR(p) 不就完了。后来越做越多才明白这两阶模型几乎把时间序列里所有容易踩的坑都演了一遍平稳性边界怎么划、参数为什么要加约束、什么时候会出现那种看着有周期性其实是虚假周期的波动、定阶错了会有什么后果全在里面。这篇就把 AR(1) 和 AR(2) 掰开揉碎讲一遍从 Yule-Walker 方程的推导到用 Python 完整的模拟、定阶、估计、诊断、预测流程再到几个只有真正跑过数据才会遇到的问题。前一百字里我把关键词都说清楚了时间序列分析、AR 模型、AR(1)、AR(2)。内容偏向实操但推导部分我尽量写得能让人看懂不跳步。适合刚学完平稳性、自相关函数、白噪声这些概念准备动手建第一个模型的人也适合已经在用statsmodels跑AutoReg、但说不清里面参数含义的人。1. 为什么 AR(1) 和 AR(2) 值得单独拎出来讲1.1 从今天的值跟昨天的值有关说起AR 模型的核心思想朴素得不像个统计模型今天的数据是过去若干个数据的加权和再加上一点当下无法解释的扰动。写成公式就是 X_t φ₁X_{t-1} φ₂X_{t-2} … φ_pX_{t-p} ε_t其中的 p 就是阶数。AR(1) 是说今天只跟昨天有关AR(2) 是说今天跟昨天和前天都有关。这个假设放在很多真实场景里是成立的。比如某只股票每天的波动率、某个城市一天的用电负荷、某种传染病每日新增、某个电商平台日活跃用户数——这些量都有一个共同特点相邻时点的值高度相关而且这种相关性会随着时间间隔拉长而衰减。AR 模型要做的就是把这层记忆用几个参数刻画出来。那为什么偏偏是 1 阶和 2 阶被反复拿出来讲因为它们是唯一两个能用纸笔算出全部解析解的阶数。p≥3 之后Yule-Walker 方程变成一个需要数值求解的线性方程组平稳域也变成高维空间里一个难以画出来的区域你很难再对参数形成直观感觉。1 阶和 2 阶则是可以画在二维平面上、可以手推自相关函数、可以肉眼判断平稳性的。把这两阶吃透后面遇到高阶模型心里是有底的。1.2 两阶模型是理解高阶模型的跳板我在实际项目里几乎没遇到过纯 AR(1) 就够了的数据但每一次建模的前几步都会先看一眼一阶滞后系数。原因很简单φ₁ 的大小直接决定这条序列的记忆长度也就是自相关衰减的快慢。一个 φ₁0.95 的序列衰减极慢看起来像随机游走差分之后可能就平稳了一个 φ₁0.2 的序列今天的信息两三天就忘干净了用 AR(1) 描述基本够。AR(2) 则多了另一层信息二阶项 φ₂ 的符号。φ₂ 为正说明序列存在同向的惯性叠加自相关曲线是单调衰减或者缓慢波动φ₂ 为负往往对应那种涨一天跌一天式的交替振荡这在日频数据里非常常见。很多人看到自相关图一波一波地荡第一反应是这数据有周期性得做季节性差分其实只要加一个负的二阶项就能解释掉贸然差分反而把信号毁了。所以这两阶模型不是教学上的简化而是实际建模中两把最常用的尺子。1.3 需要的预备知识清单在往下走之前这几件事得先有概念不然推导部分会卡住弱平稳均值恒为常数方差恒为常数协方差只跟时间间隔有关与绝对时点无关。白噪声均值为零、方差恒定、彼此不相关的随机序列记作 ε_t ~ WN(0, σ²)。它是 AR 模型的原料。自协方差 γ_k 与自相关 ρ_kγ_k Cov(X_t, X_{t-k})ρ_k γ_k / γ_0。ρ_0 恒等于 1。滞后算子 LLX_t X_{t-1}它的作用就是往回拨一格写成算子形式能让方程看起来干净很多。工具层面我后面统一用 Python主力是numpy、pandas、statsmodels和matplotlib。statsmodels里有两套 AR 接口statsmodels.tsa.ar_model.AutoReg是较新的那套还有个老的AR类我在第 5 节会说清楚该用哪个、为什么。2. AR(1) 模型结构、平稳条件与统计性质2.1 模型表达式与记忆的数学形式AR(1) 写成两种等价形式不带常数项X_t φX_{t-1} ε_t带常数项X_t c φX_{t-1} ε_t两者只差一个均值。带常数项那一版均值 μ c/(1-φ)你可以自己代进去验证两边同时取期望μ c φμ移项就得到 μ c/(1-φ)。这意味着常数项不是平均水平而是控制均值的参数它的实际含义要跟 φ 一起看。很多人第一次拟合带常数项的 AR(1)看到截距估计值是 0.03 就以为序列均值是 0.03其实真正的均值是 0.03/(1-0.8)0.15差了五倍。这个坑我在早期报告里踩过。另外注意ε_t 必须是白噪声这条假设有两个含义一是它跟所有历史 X 都不相关二是它自身没有自相关。如果残差里还有结构说明模型没提干净要么阶数不够要么该上 ARMA。2.2 平稳条件为什么一定是 |φ| 1这一点值得认真推一遍因为它是整个 AR 模型的地基。用滞后算子把 AR(1) 写成 (1 - φL)X_t ε_t然后形式地解出X_t (1 - φL)^{-1} ε_t ε_t φε_{t-1} φ²ε_{t-2} φ³ε_{t-3} …这是把 X_t 展开成过去所有扰动的一个加权和一般称为 MA(∞) 表示。要让它有意义也就是让这个无穷级数收敛需要 Σ|φ|^k ∞这等价于 |φ| 1。从另一个角度看更直观。反复迭代 X_t φX_{t-1}ε_t能得到 X_t φ^t X_0 Σ_{i0}^{t-1} φ^i ε_{t-i}。初始值的影响以 φ^t 的速度衰减只有 |φ|1 时这个影响才会消失序列才会忘掉起点、收敛到同一个分布。φ1 时序列就是随机游走方差随时间线性增长根本不平稳|φ|1 时初始扰动被无限放大序列爆炸。注意平稳性条件是针对方程的参数不是针对样本数据的表现。你完全可能生成一条看起来波动范围稳定的序列但它的 φ 估计值是 1.02那它长期是发散的只是样本太短没看出来。2.3 均值、方差与自相关函数的完整推导在平稳前提下AR(1) 的统计性质可以一行一行推出来建议自己动手写一遍。均值两边取期望μ φμ只要 φ≠1 就有 μ 0不带常数项。这也是为什么很多教材干脆不提均值默认序列已中心化。自协方差两边同乘 X_{t-k}k≥1再取期望E[X_t X_{t-k}] φE[X_{t-1}X_{t-k}] E[ε_t X_{t-k}]左边是 γ_k右边第一项是 φγ_{k-1}第二项因为 ε_t 与过去不相关所以为 0。于是得到递归式γ_k φγ_{k-1}k ≥ 1这个差分方程的解是 γ_k φ^k γ_0。方差k0 时特殊一点两边平方取期望γ_0 φ²γ_0 σ²解得 γ_0 σ²/(1-φ²)。注意这个式子又一次说明 |φ|1 的必要性φ→1 时方差趋于无穷。自相关函数把两式相除得到极其干净的结果ρ_k φ^kk ≥ 0这是 AR(1) 最标志性的性质ACF 以几何速度衰减拖尾。φ0 时单调衰减φ0 时正负交替衰减。给你一个能记住的换算衰减到一半需要的期数约为 ln(0.5)/ln(φ)。φ0.8 时约 3.1 期φ0.9 时约 6.6 期φ0.95 时约 13.5 期。做业务预测时这个数字很有用——它告诉你这个模型的有效预测视野大概有多远。2.4 偏自相关为什么它在 1 阶之后就断了ACF 是X_t 和 X_{t-k} 的总相关这个总相关里包含了一部分绕路来的相关性。比如 ρ₂ 不为零可能只是因为 X_t 跟 X_{t-1} 相关、X_{t-1} 又跟 X_{t-2} 相关并不是 X_t 真的跟 X_{t-2} 有直接联系。偏自相关函数PACF就是把这层中介效应剔除之后的净相关。计算 φ_kk 的方法是用 X_t 对 X_{t-1},…,X_{t-k} 做回归取最后一个自变量的系数。对 AR(1) 来说k1回归只有一项φ₁₁ ρ₁ φk2用 X_t 对 X_{t-1}、X_{t-2} 做回归。因为真实过程里 X_{t-2} 的系数是 0样本估计出来的 φ₂₂ 应该接近 0k≥2 之后全部为 0这叫截尾。所以 AR(1) 的识别特征很明确ACF 拖尾PACF 一阶截尾。但接近 0到底多接近算 0标准做法是看 2/√n 这条置信带。n500 时带宽约 ±0.089。如果是复根导致的伪周期PACF 可能会在几个滞后上看起来超出这个带宽这时候别急着加阶先看整体形状——拖着一个小尾巴跳来跳去通常只是噪声。3. AR(2) 模型二阶滞后带来的新变化3.1 模型形式与特征方程把阶数加到 2X_t φ₁X_{t-1} φ₂X_{t-2} ε_t用滞后算子写成 (1 - φ₁L - φ₂L²)X_t ε_t。这个二次多项式的根决定了序列的全部动态性质。令 z 为特征方程 1 - φ₁z - φ₂z² 0 的根平稳性要求所有根的模大于 1也就是落在单位圆外。等价地用 λ 1/z 表示为 λ² - φ₁λ - φ₂ 0要求两根 λ₁、λ₂ 都在单位圆内|λ|1。这里我建议不要死记公式而是理解结构AR(1) 时特征方程是 1-φz0根是 1/φ要求 |1/φ|1 即 |φ|1跟前面的结论一致。AR(2) 只是把这个条件扩展到了二次情形。3.2 平稳域是个三角形怎么划出来的把两根都在单位圆内翻译成对 φ₁、φ₂ 的约束经过代数整理可以得到三条不等式φ₁ φ₂ 1φ₂ - φ₁ 1|φ₂| 1在 (φ₁, φ₂) 平面上这三条线围出一个三角形三个顶点分别是 (2, -1)、(-2, -1)、(0, 1)。这个三角区域就是 AR(2) 的平稳域。我每次做 AR(2) 建模估计完参数之后都会做一件事把点画到这张图上看看有没有落在三角形外面。落到外面意味着模型理论上是发散的哪怕残差检验看起来还过得去也不能拿它做长期预测。顺便说一句这个检查非常便宜比跑任何诊断检验都快。我在一次电力负荷的项目里就靠它发现了一个问题数据做了错误的差分导致 φ₂ 的估计值落在 -1.1 附近稳稳地在三角形外面说明差分过头了。3.3 ACF 的两种形态与伪周期识别AR(2) 的自相关同样满足 Yule-Walker 递归ρ_k φ₁ρ_{k-1} φ₂ρ_{k-2}k ≥ 3起始两个值是ρ₁ φ₁/(1-φ₂)ρ₂ φ₁ρ₁ φ₂ φ₁²/(1-φ₂) φ₂拿个具体例子算一遍。φ₁0.6、φ₂0.3ρ₁ 0.6/0.7 ≈ 0.857ρ₂ 0.6×0.857 0.3 ≈ 0.814ρ₃ 0.6×0.814 0.3×0.857 ≈ 0.745ρ₄ ≈ 0.6×0.745 0.3×0.814 ≈ 0.691单调衰减形态跟 AR(1) 很像只是衰减慢一点。此时判别式 φ₁²4φ₂ 0.361.2 1.56 0特征根是实根。换一组φ₁0.5、φ₂-0.7。先验证平稳性φ₁φ₂ -0.2 1 成立φ₂-φ₁ -1.2 1 成立|φ₂|0.7 1 成立落在三角形内。再看判别式φ₁²4φ₂ 0.25-2.8 -2.55 0复根。这时序列会呈现明显的振荡周期约为T 2π / arccos( φ₁ / (2√(-φ₂)) )代入数值2√0.7 ≈ 1.673φ₁/1.673 ≈ 0.299arccos(0.299) ≈ 1.267 弧度T ≈ 2π/1.267 ≈ 4.96也就是大约 5 期一个循环。这个公式在实际工作中很值钱。当你看到一条日频序列大概每周波动一次有些人的本能是加一个 7 阶的季节项但如果 φ₂ 为负且由它产生的伪周期恰好是 5 到 7 期用 AR(2) 就能解释模型参数量少得多也更容易解释。当然反过来也成立如果不算这个周期就瞎拟合可能会把阶数定得过高。提示复根带来的振荡是随机相位的波峰波谷的位置每次都不太一样跟真正由外部因素驱动的严格季节性完全是两回事。判断方法是看这张 ACF 图的波峰是否每次都能对齐到同一个滞后位置对不齐的基本就是 AR 内生振荡。3.4 PACF 两阶截尾AR(2) 的 PACF 在 k1 和 k2 处不为 0k≥3 之后理论上全部为 0。具体表达式φ₁₁ ρ₁φ₂₂ (ρ₂ - ρ₁²) / (1 - ρ₁²)用上面那组 φ₁0.6、φ₂0.3 的数据算ρ₁0.857ρ₂0.814代入得 φ₂₂ (0.814 - 0.734)/(1 - 0.734) 0.08/0.266 ≈ 0.30。有意思的是这个值恰好等于 φ₂这不是巧合——AR(2) 的最后一个偏自相关理论上就等于 φ₂。你可以用这个性质做快速验算估计出来的 φ₂ 和 PACF 第二阶的值应该对得上。所以识别表长这样模型ACF 形态PACF 形态AR(1)几何衰减拖尾1 阶后截尾AR(2)衰减/振荡拖尾2 阶后截尾AR(p)拖尾p 阶后截尾MA(q)q 阶后截尾拖尾ARMA(p,q)拖尾拖尾这张表建议背下来实际建模时第一眼的判断就靠它。但也要知道它的局限当 p 或 q 大于 2、或者两个过程的特征互相抵消时肉眼很难分清截尾和拖尾最终还是要靠信息准则和残差检验落地。4. 参数估计与定阶从 Yule-Walker 到最小二乘4.1 Yule-Walker 方程把手推结果直接变成估计方法把 AR(2) 的自相关递归式在 k1、k2 处写全ρ₁ φ₁ φ₂ρ₁ρ₂ φ₁ρ₁ φ₂这其实就是 Yule-Walker 方程的一个特例。一般形式用矩阵写出来是 Γφ γ其中 Γ 是用 ρ₁…ρ_{p-1} 构成的 Toeplitz 矩阵γ 是 ρ₁…ρ_p 组成的向量。解出来φ Γ⁻¹γ对 AR(2) 有闭式解φ₁ ρ₁(1-ρ₂)/(1-ρ₁²)φ₂ (ρ₂-ρ₁²)/(1-ρ₁²)噪声方差同样有闭式σ² γ₀(1 - φ₁ρ₁ - φ₂ρ₂)。Yule-Walker 估计的做法是用样本自相关 r_k 替换理论值 ρ_k直接代入公式。它计算快、一定落在平稳域内这是它的一个独特优势但小样本时偏差比较大尤其是 φ 接近 1 或者序列接近非平稳时。另外注意Yule-Walker 估计默认不带常数项实际用的时候要先中心化数据。4.2 最小二乘与极大似然我更常用的两种条件最小二乘CLS的思路是把 AR 模型当成一个普通回归把 X_t 当因变量X_{t-1},…,X_{t-p} 当自变量前 p 个观测拿来做初始条件。损失函数是残差平方和Σ_{tp1}^{n} (X_t - c - φ₁X_{t-1} - φ₂X_{t-2})²最小化它对参数求导得到一组线性方程组解起来很快。极大似然MLE在 CLS 基础上多考虑了初始观测的联合密度理论上更优小样本时差别比较明显。statsmodels.tsa.ar_model.AutoReg用的是条件极大似然参数顺序在输出里是const、x.L1、x.L2。这一点特别容易搞混我第一次用的时候把const当成 φ₁ 填进了公式里算出来的长期均值离谱到没法看。在实践中我通常这么做先用 Yule-Walker 快速拿一组初始值和对模型的直觉正式报告里的参数则用极大似然的结果。两者差异很大时说明样本可能有非平稳趋势或者异常值需要先回去处理数据。4.3 定阶ACF/PACF 初判加信息准则复核定阶我一般走两步。第一步是图形判断。画 ACF 和 PACF看 PACF 在第几阶掉到置信带以内。如果 PACF 第一阶高出很多、第二阶贴着带子边缘那 AR(1) 和 AR(2) 都值得试如果第二阶明显超出就上 AR(2)。第二步是算信息准则。对 p1 到 pmax 逐个拟合比较 AIC 或 BICAIC -2lnL 2kBIC -2lnL k·ln(n)其中 k 是参数个数含常数项和方差n 是有效样本量。AIC 倾向于选稍大的模型BIC 惩罚更重、倾向于更简洁的模型。我的经验是样本量小于 200 时听 BIC样本量大时两者差别不大但如果它们打架我会顺着 AIC 选的那个再看一眼残差如果残差干净就用小的那个毕竟简洁性本身有价值。pmax 一般取 min(10, n/10) 之类的上限别一上来就试到 50 阶。4.4 参数估计的不确定性别只看点估计AR(1) 的参数估计近似标准误有个很好用的公式se(φ̂) ≈ √((1-φ²)/n)。n500、φ0.8 时se ≈ √(0.36/500) ≈ 0.02795% 置信区间大约是 0.8±0.053。这说明什么说明你要区分 φ0.8 和 φ0.9 这两个假设n500 根本不够——它们的差距远大于估计误差但如果你只有 100 个样本se 会放大到 0.06那就更分不清了。这个数量级的感觉在做项目时非常关键。有人拿着 60 个观测的月度数据建 AR(2)估出来 φ₂0.15p 值 0.4然后纠结要不要保留这一项。我的做法很直接先算一下这个样本量能分辨的最小效应大概是多少如果 0.15 本来就在噪声水平之下纠结没有意义直接用更简洁的模型。5. Python 实操把 AR(1) 和 AR(2) 完整跑一遍5.1 生成可控的模拟数据自己造数据是最好的学习方式因为真实参数已知估出来对不对一眼就知道。下面这段代码生成一个 AR(2) 过程import numpy as np import pandas as pd import matplotlib.pyplot as plt from statsmodels.graphics.tsaplots import plot_acf, plot_pacf from statsmodels.tsa.ar_model import AutoReg from statsmodels.stats.diagnostic import acorr_ljungbox np.random.seed(42) n 500 phi1, phi2 0.6, 0.3 eps np.random.normal(0, 1.0, n) x np.zeros(n) x[0] eps[0] x[1] phi1 * x[0] eps[1] for t in range(2, n): x[t] phi1 * x[t-1] phi2 * x[t-2] eps[t] series pd.Series(x, namear2_sim) print(series.describe())两点说明。一是前两个点的处理严格来说需要从平稳分布抽样我这里用了简单的初始条件会让前几十个观测受初始值影响所以后面做参数估计时我会把前 100 个点丢掉burn-in。二是噪声方差设成 1理论方差应该是 σ²/(1-φ₁ρ₁-φ₂ρ₂)代入 0.6、0.3 和前面算的 ρ₁0.857、ρ₂0.814得到 1/(1-0.514-0.244) ≈ 4.13标准差约 2.03。跑一下describe()如果样本标准差在这个量级附近说明生成逻辑没问题。生成完先画图这一步别省。折线图看趋势和异常值直方图看分布形态。我见过不少人直接跳到拟合结果数据里明明有个断崖式的跳变设备故障导致的一小段异常模型硬生生把它当成真实的动态吸收进参数里后面所有结论都偏了。5.2 看一眼 ACF 和 PACFfig, axes plt.subplots(2, 1, figsize(10, 7)) plot_acf(series.iloc[100:], lags30, axaxes[0]) plot_pacf(series.iloc[100:], lags30, axaxes[1], methodywm) plt.tight_layout() plt.show()plot_pacf的method参数值得留意。老版本默认用的是 Yule-Walker 方法新版本默认改成了ldbiased在小样本下两者画出来的置信带不一样容易让人误判。我一般显式写成methodywm跟教材上的结论对得上。你会看到 ACF 缓慢衰减且全程为正因为两个系数都为正PACF 在第一、二阶显著第三阶开始落进置信带。跟第 3 节的推导吻合。5.3 拟合、读参数、做残差检验model AutoReg(series.iloc[100:], lags2, old_namesFalse) res model.fit() print(res.params) print(res.bse) print(res.aic, res.bic)输出里的参数顺序是const、ar.L1、ar.L2。真实值是 0.6 和 0.3估计值一般会在 0.55~0.65 和 0.25~0.35 之间样本量 400 的情况下这个波动是正常的。残差检验我固定做三件事时序图残差应该围绕 0 波动没有趋势、没有明显的方差聚集波动聚集说明该上 GARCH 而不是加 AR 阶数。残差的 ACF理论上应该全部落在置信带内也就是没有自相关残留。Ljung-Box 检验滞后取 10、20 阶看 p 值是否大于 0.05。lb acorr_ljungbox(res.resid, lags[10, 20], return_dfTrue) print(lb)三项都通过模型才算站得住。如果 Ljung-Box 在滞后 10 阶显著说明还有结构没提干净回去看 PACF 是不是隐约有第三个峰。5.4 定阶的自动化流程把 p1 到 8 遍历一遍用循环比 AIC/BICrows [] for p in range(1, 9): r AutoReg(series.iloc[100:], lagsp, old_namesFalse).fit() rows.append({ p: p, aic: r.aic, bic: r.bic, lb_p_lag10: acorr_ljungbox(r.resid, lags[10])[lb_pvalue].values[0] }) df_cmp pd.DataFrame(rows).sort_values(bic) print(df_cmp)跑下来你会看到 AIC 和 BIC 大概率都指向 p2而且 p2 的 Ljung-Box p 值最高。这个交叉验证的过程比单看一个准则可靠得多。这里要多说一句AutoReg默认每个 p 都带常数项如果你比较不同 p 的 AIC参数个数必须算一致包括常数项和方差参数否则比较没有意义。5.5 预测与预测区间fc res.get_prediction(startlen(series.iloc[100:]), endlen(series.iloc[100:])19) fc_df fc.summary_frame(alpha0.05) print(fc_df.head())AR(2) 的长期预测会收敛到均值这里是 0而且预测区间的宽度会逐步趋于 γ₀ 的开方也就是序列自身的标准差。这个性质有个实际含义如果业务方问你预测三个月后是多少诚实一点的回答是我只能说它大概落在均值附近这个范围里——点预测本身的信息量随步长迅速衰减。我通常会把预测区间一并给出去而不是只给一条线。另外一个实用细节用get_prediction而不是手动递推前者会自动处理置信区间的计算包括参数估计不确定性带来的额外方差。手动递推虽然简单但容易漏掉这一块让区间看着比实际窄。6. 踩坑记录与常见问题排查6.1 常见问题速查表现象可能原因处理方式估计出的 φ 落在平稳域外数据未差分、趋势未去、异常值干扰先做差分和趋势剔除检查异常点PACF 第 3、4 阶也冒出峰阶数不够或存在未建模的季节性提高 pmax 重试或改用 SARIMAACF 衰减极慢几十阶都不落接近单位根做单位根检验考虑差分残差 Ljung-Box 显著阶数不足或模型选择错误加阶、试 MA 项检查是否该用 ARMA参数估计值波动大、标准误高样本量太小或严重共线性缩短滞后阶数延长样本区间长期预测发散参数在外但没检查把 (φ₁,φ₂) 画到平稳三角形里核对这张表是从我自己和同事的调试记录里整理出来的实际遇到问题时照着走一遍八成能定位到原因。6.2 三个必须提醒的坑第一个坑用statsmodels老接口AR类时容易忽略的默认行为。老接口statsmodels.tsa.ar_model.AR默认用 Yule-Walker 方法且不带常数项参数索引方式也跟新接口不一样。如果你的代码是从某篇 2018 年以前的博客抄来的很可能踩这个坑估出来的值跟理论差一截还找不到原因。建议统一用AutoReg并且显式写上lags和old_namesFalse后者只影响参数显示名称不影响数值。第二个坑数据预处理对 AR 参数的影响非常大。AR 模型是建立在平稳假设上的但真实数据的平稳往往需要先处理去趋势、去均值、处理异常值、必要时做一阶差分。每一步都会改变 AR 参数的物理含义。举个例子原始序列做一阶差分之后AR(1) 的系数往往变成负的这不是模型坏了而是差分这个操作本身引入了负相关。你要是拿差分后的参数去解释原始序列的惯性结论会完全反过来。第三个坑AR 阶数不能凭业务上有几个影响因素来决定。我见过有人因为业务上说影响销量的是上周价格和老爹上周的促销就直接上 AR(2)结果残差一堆自相关。滞后阶数是统计意义上的记忆长度跟业务因素个数没有对应关系。影响因素该放 AR 还是放外生变量也就是 ARX 模型得看它是滞后观测还是当期可得的解释变量。这个区分搞错了模型的可解释性再漂亮也没用。6.3 我个人的几条经验第一条永远先画图再拟合。折线图、ACF、PACF 三张图加起来不到十行代码却能省掉后面几个小时的返工。第二条参数估计之后一定要跑平稳性检查。把估计出的 (φ₁, φ₂) 标到那张三角形图上这个动作花不了 30 秒但它能拦住一批看起来拟合得挺好、实际会发散的模型。第三条样本量决定了你能分辨多细的结构。前面算过AR(1) 参数的标准误大概是 √((1-φ²)/n)这个公式可以反过来用想要把标准误压到 0.03 以内在 φ0.8 的情况下大概需要 400 个有效观测。做数据收集方案的时候这个数字比拍脑袋估个至少几百条靠谱得多。最后分享一个小技巧。当你不确定该用 AR(1) 还是 AR(2) 时可以两边都拟合然后比较残差方差。如果 AR(2) 相对 AR(1) 的残差方差下降不到 5%我基本就不加那一阶了。参数量增加带来的过拟合风险和解释成本通常超过那点微弱的拟合改善。这个 5% 不是硬标准但它比单纯盯 p 值更贴近实际业务判断——因为业务方真正关心的是模型能不能用而不是某个系数在统计上是不是显著。