此示例示出了如何通过使用计量建模器应用程式来估计乘积季节ARIMA模型。数据集Data_Airline.mat
包含飞机乘客的月数。
在命令行,加载Data_Airline.mat
数据集。
加载Data_Airline
在命令行中,开计量经济学建模应用程序。
econometricModeler
或者,打开从应用程式库的应用程序(见计量经济学建模)。
进口数据表
到应用程序:
在计量经济学建模选项卡,在进口部分,点击。
在里面导入数据对话框,在进口?列,选择复选框数据表
变量。
请点击进口。
变量PSSG
出现在数据浏览器,其时间序列图显示在时间序列图(PSSG)数字窗口。
该系列呈现出季节性的趋势,序列相关,并可能呈指数增长。对于序列相关的交互分析,请参阅检测序列相关的使用计量经济学建模应用。
通过将日志转化为解决指数趋势PSSG
。
在里面数据浏览器, 选择PSSG
。
在计量经济学建模选项卡,在变换部分,点击日志。
变换的变PSSGLog
出现在数据浏览器,其时间序列图显示在时间序列图(PSSGLog)数字窗口。
该指数增长似乎是从该系列中删除。
通过应用12次季节差异解决当季潮流。同PSSGLog
在所选择的数据浏览器,在计量经济学建模选项卡,在变换部分,设置时令的至12
。然后,单击时令的。
变换的变PSSGLogSeasonalDiff
出现在数据浏览器,其时间序列图显示在时间序列图(PSSGLogSeasonalDiff)数字窗口。
变换的序列似乎有一个单位根。
测试零假设PSSGLogSeasonalDiff
具有通过使用扩张的Dickey-Fuller检定一个单位根。指定另一种方法是一个AR(0)模型,然后测试再次指定AR(1)模型。调整显着性水平0.025,以保持0.05的总显着性水平。
同PSSGLogSeasonalDiff
在所选择的数据浏览器,在计量经济学建模选项卡,在测试部分,点击新的测试>扩张的Dickey-Fuller检定。
在ADF选项卡,在参数部分,设置显着性水平至0.025
。
在里面测试部分,点击运行试验。
在里面参数部分,设置滞后数至1
。
在里面测试部分,点击运行试验。
测试结果显示在结果的表ADF(PSSGLogSeasonalDiff)文献。
两个测试失败拒绝零假设,即该系列是一个单位根处理。
通过将第一差值以解决单元根PSSGLogSeasonalDiff
。同PSSGLogSeasonalDiff
在所选择的数据浏览器, 点击计量经济学建模标签。然后,在变换部分,点击区别。
变换的变PSSGLogSeasonalDiffDiff
出现在数据浏览器,其时间序列图显示在时间序列图(PSSGLogSeasonalDiffDiff)数字窗口。
重命名PSSGLogSeasonalDiffDiff
变量PSSGStable
:
在里面数据浏览器, 右键点击PSSGLogSeasonalDiffDiff
。
在上下文菜单中选择改名。
输入PSSGStable
。
该应用程序更新与改造系列相关的所有文档的名称。
通过绘制样品自相关函数(ACF)和局部自相关函数(PACF)确定数据的一个条件均值模型滞后结构。
同PSSGStable
在所选择的数据浏览器, 点击地块选项卡,然后单击ACF。
显示的ACF的第50个滞后。在ACF选项卡,设置滞后数至50
。
点击地块选项卡,然后单击PACF。
显示PACF的第50个滞后。在PACF选项卡,设置滞后数至50
。
拖动ACF(PSSGStable)上图中窗口PACF(PSSGStable)数字窗口。
根据[1]在ACF和PACF自相关表明以下SARIMA(0,1,1)×(0,1,1)12模型适合于PSSGLog。
关闭所有窗口身影。
指定SARIMA(0,1,1)×(0,1,1)12模型。
在里面数据浏览器,选择PSSGLog
时间序列。
在计量经济学建模选项卡,在楷模部分中,单击箭头>SARIMA。
在里面SARIMA模型参数对话框,在滞后阶标签:
非季节性部分
组集成度至1
。
组移动平均订单至1
。
清除包括常数项复选框。
时令的部分
组期至12
指示月度数据。
组移动平均订单至1
。
选择包括季节性的差异复选框。
请点击估计。
该模型变量SARIMA_PSSGLog
出现在数据浏览器,其估计总结出现在模型摘要(SARIMA_PSSGLog)文献。
结果包括:
模型拟合- 以时间序列图PSSGLog
和从拟合值SARIMA_PSSGLog
。
残差图- 残差的时间序列图SARIMA_PSSGLog
。
参数- 的估计的参数的表SARIMA_PSSGLog
。因为常数项举行估计期间固定为0,其价值和标准误差是0。
拟合优度- 的AIC和BIC拟合统计SARIMA_PSSGLog
。
[1]盒,G. E. P.,G. M.詹金斯,和G. C.赖因泽尔。时间序列分析:预测与控制。第3版。新泽西州Englewood Cliffs:Prentice Hall出版社,1994年。