全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件
3824 2
2011-12-03
悬赏 10 个论坛币 已解决
应该是再进行一次12期的差分,再定阶,还是直接采用含ar12或ma12的模型估计?
抑或本来就不用季节调整,直接先做12期的差分?

高手,来说说。

最佳答案

ziyuan88117 查看完整内容

只是第12期? 可以尝试一下四个模型 (假设你现在的序列,y,是已经做过季节调整的,而且是平稳的已经) arima y arima(p,d,q) [你本来要估计的模型参数,如果模型已经是stationary的,d=0] sarima(1,0,0,12) [multiplicative autoregressive] arima y arima(p,d,q) [你本来要估计的模型参数] sarima(0,0,1,12) [multiplicative moving average] arima y, ar(1/p 12) ma(1/q) arima y, ar(1/p) ma(1/q 12) ...
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2011-12-3 11:51:31
只是第12期?

可以尝试一下四个模型 (假设你现在的序列,y,是已经做过季节调整的,而且是平稳的已经)

arima y arima(p,d,q) [你本来要估计的模型参数,如果模型已经是stationary的,d=0]  sarima(1,0,0,12)  [multiplicative autoregressive]

arima y arima(p,d,q) [你本来要估计的模型参数]  sarima(0,0,1,12)   [multiplicative moving average]

arima y, ar(1/p 12)  ma(1/q)

arima y, ar(1/p)  ma(1/q 12)

[p, q同上,是你本来要估计的模型的参数,比如你有一个看上去像 arma(3,4)的模型,但是有12期周期性,那么,以最后一个模型为例,code就写成 arima y, ar(1/3)  ma(1/4 12)]

[] 里是我写的,在stata里run要拿掉


祝好运气啦~ 如果还有不明白的地方可以参考 http://www.stata.com/features/time-series/ts-arima.pdf
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-12-5 15:25:22
yeah,加入SAR(12) SMA(12)项。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群