全部版块 我的主页
论坛 提问 悬赏 求职 新闻 读书 功能一区 悬赏大厅 求助成功区
1412 3
2016-04-06
悬赏 10 个论坛币 已解决
一个变量,季度数据,2005-2015年,想要进行时间序列分析进行预测未来的值
请问实验顺序是什么?
我看论坛里好多版本,小总结了一下
1、数据画图,看看有没有明显的季节效应
2、有的话消除季节效应
3、单位根检验,请问是用消除季节后的还是原始数据?
4、自相关与偏自相关,请问是用消除季节后的还是原始数据?
5、看拖尾和截尾情况
6、选择模型回归,AIC,SIC准则,选最小的合适??
哪位大神帮忙看看这个数据,跪谢
附件: 您需要登录才可以下载或查看附件。没有帐号?我要注册

最佳答案

gj741863201 查看完整内容

你好: 单位根检验是为了检验数据是否平稳,如果有明显的季节效应,则用消除后的数据进行单位根检验。接下来的实验都是以平稳后的数据来进行,即消除季节效应后的数据。 我看了一下你的数据,具有明显的季节性和趋势性,消除季节效应后仍然是不平稳的,所以要继续进行一阶差分,我验证后,一阶差分后是平稳的。 acf和pacf就是你说的自相关和偏自相关也是用平稳以后的数据。 你的实验顺序基本没有什么问题,但是最后在选模型的时 ...
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
2016-4-6 22:16:33
你好:
单位根检验是为了检验数据是否平稳,如果有明显的季节效应,则用消除后的数据进行单位根检验。接下来的实验都是以平稳后的数据来进行,即消除季节效应后的数据。
我看了一下你的数据,具有明显的季节性和趋势性,消除季节效应后仍然是不平稳的,所以要继续进行一阶差分,我验证后,一阶差分后是平稳的。
acf和pacf就是你说的自相关和偏自相关也是用平稳以后的数据。
你的实验顺序基本没有什么问题,但是最后在选模型的时候是有四种方法的,但这个针对的是ar和ma模型。arma的方法又不太一样。
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

2016-4-7 09:21:13
我经常用的方法是
1.先看原始数据的图看是否有季节性
2. 再看ACF,PACF图
3. 用变化率消除季节性, 如果还存在 则用log消除, 检验方法可以看ACF图
4. 然后用auto arima得到一个根据BIC 最小选择的model (我们叫model1吧)
5. 检验model1的residual是否是white noise 你可用L-jung Box 检验
6. 如果L-jung box 检验P-value大于0.05, 你在看ACF和PACF图 来决定增加或者减少MA 或者AR
7. 最后得到一个最佳模型 不要忘记检验残差
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

2016-4-10 10:53:11
检验的步骤肯定要放在模型建立完了之后,看模型是不是最优。
1、画一个时序图,看其有无季节性。
2、再画自相关图和偏自相关图,选择一个合适的方法消除季节性。
3、消除完了还是要看消除后的自相关图和偏自相关图(看所谓的拖尾、截尾情况)来确定选什么模型。
4、模型建立完了再做检验,看BIC,AIC选最小的。
5、检验p值,来进行模型的优化。
最后才能得到最优模型
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