使用计量经济模型应用程序执行ARIMA模型残留诊断
这个例子展示了如何通过在econometretricmodeler应用程序中执行残留诊断来评估ARIMA模型假设Data_JAustralian.mat
,包含了从1972年到1991年的每季度澳大利亚消费者价格指数(CPI),以及其他时间序列。
导入数据到计量经济模型
在命令行上,加载Data_JAustralian.mat
数据集。
负载Data_JAustralian
转换表数据表
对时间表:
的行名
数据表
.将采样次数转换为a
datetime
向量。通过将行与中的采样时间关联,将表转换为时间表
日期
.
DataTable.Properties.RowNames = {};日期= datetime(日期,“ConvertFrom”,“datenum”,...“格式”,“ddMMMyyyy”,“场所”,“en_US”);DataTable = table2时间表(DataTable,“RowTimes”、日期);
在命令行上,打开计量经济学建模师应用程序。
econometricModeler
或者,从应用程序库中打开应用程序(参见计量经济学建模师).
进口数据表
进入应用程序:
在计量经济学建模师选项卡,在进口部分中,点击.
在导入数据对话框中的进口吗?的复选框
数据表
变量。点击进口.
变量包括加索尔
,出现在时间序列窗格中显示了包含所有序列的时间序列图时间序列图(EXCH)图窗口。
的时间序列图加索尔
通过双击加索尔
在时间序列窗格。
指定和估计ARIMA模型
估计一个ARIMA(2,1,0)模型的日志季度澳大利亚CPI(详细信息,见使用计量经济模型应用程序实现Box-Jenkins模型的选择和估计).
在时间序列窗格中,选择
加索尔
时间序列。在计量经济学建模师选项卡,在模型部分中,点击华宇电脑.
在ARIMA模型参数对话框,对延迟订单标签:
设置整合程度来
1
.设置自回归秩序来
2
.
点击估计.
模型变量ARIMA_PAU
出现在模型窗格中,其值将显示在预览窗格中,其估算摘要显示在模型总结(ARIMA_PAU)文档。
在模型总结(ARIMA_PAU)文档中,剩余的情节图是残差的时间序列图。图中显示残差集中在y= 0,它们表现出波动性聚类。
执行残留诊断
通过绘制残差的直方图和分位数-分位数图,直观地评估残差是否正态分布:
关闭模型总结(ARIMA_PAU)文档。
与
ARIMA_PAU
在模型窗格,在计量经济学建模师选项卡,在诊断部分中,点击残留的诊断>残差直方图.点击残留的诊断>剩余Q-Q图.
的方法检查柱状图直方图(ARIMA_PAU)图窗口。
的方法检查分位数-分位数图QQPlot (ARIMA_PAU)图窗口。
残差近似正态分布。但是,存在较大残差的过量,这表明at创新分布可能是一种合理的模型修正。
通过绘制残差的自相关图,直观地评估残差是否序列相关。与ARIMA_PAU
在模型窗格,在诊断部分中,点击残留的诊断>自相关函数.
所有大于0的滞后都对应不显著的自相关。因此,残差在时间上不相关。
通过绘制残差平方的ACF,直观地评估残差是否表现异方差性。与ARIMA_PAU
在模型窗格中,单击计量经济学建模师选项卡。然后,单击诊断部分中,点击残留的诊断>平方残差自相关.
显著的自相关出现在滞后4和滞后5,这表明一个复合条件均值和方差模型加索尔
.