主要内容

使用计量经济学建模程序转换时间序列

计量经济学建模师应用程序可以让你转换时间序列数据基于确定性或随机趋势,你看到的情节或假设测试结论。应用程序中可用的转换是日志、季节和非季节差异以及线性趋势。这些示例展示了如何将每个转换应用于时间序列数据。

对数据应用日志转换

这个示例展示了如何通过应用日志转换来稳定一个时间序列,它的可变性随着序列级别的增加而增加。数据集Data_Airline.mat包含航空公司旅客的每月计数。

在命令行中,加载Data_Airline.mat数据集。

负载Data_Airline

在命令行中,打开计量经济学建模师应用程序。

econometricModeler

或者,从应用程序库打开应用程序(见计量经济学建模师).

进口数据表为应用程序:

  1. 计量经济学建模师选项卡,进口部分中,点击

  2. 导入数据对话框中进口吗?列的复选框,选择数据表变量。

  3. 点击进口

的变量PSSG出现在时间序列窗格,它的时间序列图在时间序列图(PSSG)图窗口。

适合SARIMA(0, 1, 1)×(0,1,1)12对关卡中的数据建模:

  1. 计量经济学建模师选项卡,模型部分中,单击箭头以显示模型库。

  2. 在模型陈列室,在ARMA / ARIMA模型部分中,点击SARIMA

  3. SARIMA模型参数对话框中延迟订单标签:

    • 季节性部分

      1. 度集成1

      2. 移动平均线顺序1

      3. 清除包括常数项复选框。

    • 季节性部分

      1. 12指示每月数据。

      2. 移动平均线顺序1

      3. 选择包括季节性差异复选框。

  4. 点击估计

模型变量SARIMA_PSSG出现在模型窗格中,其值将显示在预览窗格,其估计摘要将出现在模型总结(SARIMA_PSSG)文档。

残差的分布随数据水平的增加而增加,这是异方差的表现。

将日志转换应用于PSSG

  1. 时间序列窗格中,选择PSSG

  2. 计量经济学建模师选项卡,转换部分中,点击日志

转换后的变量PSSGLog出现在时间序列窗格,其时间序列图将显示在时间序列图(PSSGLog)图窗口。

指数增长似乎从级数中去掉了。

PSSGLog选择的时间序列面板,适合SARIMA(0,1,1)×(0,1,1)12使用您所使用的对话框“设置”将日志系列创建为PSSG.估计摘要出现在模型总结(SARIMA_PSSGLog)文档。

残差的分布似乎不会随着数据的水平而有系统地改变。

使用非季节性差分稳定时间序列

这个例子展示了如何通过应用多个非季节性差异操作来稳定时间序列。数据集,存储在Data_USEconModel.mat,包括美国按季度计算的国内生产总值(GDP)等一系列数据。

在命令行中,加载Data_USEconModel.mat数据集。

负载Data_USEconModel

在命令行中,打开计量经济学建模师应用程序。

econometricModeler

或者,从应用程序库打开应用程序(见计量经济学建模师).

进口数据表为应用程序:

  1. 计量经济学建模师选项卡,进口部分中,点击

  2. 导入数据对话框中进口吗?列的复选框,选择数据表变量。

  3. 点击进口

的变量,包括国内生产总值,出现在时间序列窗格中,所有序列的时间序列图将出现在时间序列图(COE)图窗口。

时间序列面板,双击国内生产总值.时间序列图国内生产总值出现在时间序列图(GDP)图窗口。

这个系列似乎没有界限。

应用第一个差异国内生产总值.在计量经济学建模师选项卡,转换部分中,点击区别

时间序列窗格中,表示不同的GDP (GDPDiff)出现。GDP之差的时间序列图出现在时间序列图(GDPDiff)图窗口。

1970年之后,GDP序列的差异似乎没有限制地增长。

通过对不同的GDP进行差分,将第二个差分应用于GDP。与GDPDiff选择的时间序列窗格中,在计量经济学建模师选项卡,转换部分中,点击区别

时间序列窗格,表示转换后的差异GDP的变量(GDPDiffDiff)出现。GDP之差的时间序列图出现在时间序列图(GDPDiffDiff)图窗口。

转化后的差分GDP序列虽然异方差,但呈现平稳。

将价格转换为回报

这个示例展示了如何将多个价格序列转换为返回值。数据集,存储在Data_USEconModel.mat,包括美国GDP和个人消费支出的季度计算等一系列数据。

在命令行中,加载Data_USEconModel.mat数据集。

负载Data_USEconModel

在命令行中,打开计量经济学建模师应用程序。

econometricModeler

或者,从应用程序库打开应用程序(见计量经济学建模师).

进口数据表为应用程序:

  1. 计量经济学建模师选项卡,进口部分中,点击

  2. 导入数据对话框中进口吗?列的复选框,选择数据表变量。

  3. 点击进口

国内生产总值PCEC,在其他系列中,出现在时间序列窗格中,包含所有序列的时间序列图将出现在图形窗口中。

时间序列窗格中,单击国内生产总值,然后按Ctrl并点击PCEC.两个系列都被选中了。

单击情节选项卡,然后单击时间序列.时间序列图国内生产总值PCEC出现在时间序列图(GDP)图窗口。

这两个系列,作为价格,似乎增长没有限制。

将GDP和个人消费支出价格换算为收益:

  1. 单击计量经济学建模师选项卡。确保国内生产总值PCEC时间序列窗格。

  2. 转换部分中,点击日志

    时间序列窗格显示表示已记录的GDP系列的变量(GDPLog)及已登记的个人消费开支系列(PCECLog).

  3. GDPLogPCECLog选择的时间序列窗格中,在转换部分中,点击区别

时间序列窗格显示表示GDP回报的变量(GDPLogDiff)及个人消费开支申报表(PCECLogDiff).GDP和个人消费支出回报的时间序列图出现在时间序列图(GDPLogDiff)图窗口。

时间序列窗格中,重命名GDPLogDiffPCECLogDiff变量。点击GDPLogDiff两次选择它的名称并输入GDPReturns.点击PCECLogDiff两次选择它的名称并输入PCECReturns

应用程序更新与两个返回值相关联的所有文档的名称。

GDP和个人消费支出回报的序列似乎是平稳的,但每个序列内的观察结果似乎是序列相关的。

使用季节差异从时间序列中去除季节趋势

这个例子展示了如何通过应用季节差异来稳定一个显示季节整合的时间序列。数据集Data_Airline.mat包含航空公司旅客的每月计数。

在命令行中,加载Data_Airline.mat数据集。

负载Data_Airline

在命令行中,打开计量经济学建模师应用程序。

econometricModeler

或者,从应用程序库打开应用程序(见计量经济学建模师).

进口数据表为应用程序:

  1. 计量经济学建模师选项卡,进口部分中,点击

  2. 导入数据对话框中进口吗?列的复选框,选择数据表变量。

  3. 点击进口

的变量PSSG出现在时间序列窗格,其时间序列图将显示在时间序列图(PSSG)图窗口。

应用第12个订单的季节差异来处理季节趋势。在计量经济学建模师选项卡,转换节中,设置季节性12.然后,单击季节性

转换后的变量PSSGSeasonalDiff出现在时间序列窗格,其时间序列图将显示在时间序列图(PSSGSeasonalDiff)图窗口。

变换后的序列呈现非季节性趋势。

通过应用第一种差异来处理非季节性趋势。与PSSGSeasonalDiff选择的时间序列窗格中,在计量经济学建模师选项卡,转换部分中,点击区别

转换后的变量PSSGSeasonalDiffDiff出现在时间序列窗格,其时间序列图将显示在时间序列图(PSSGSeasonalDiffDiff)图窗口。

变换后的序列似乎是平稳的,但观测数据似乎是序列相关的。

时间序列窗格中,重命名PSSGSeasonalDiffDiff变量,单击两次选择它的名称并输入PSSGStable

该应用程序更新与转换系列相关联的所有文档的名称。

从时间序列中移除确定性趋势

这个例子展示了如何从非平稳时间序列中去除最小二乘推导的确定性趋势。数据集Data_Airline.mat包含航空公司旅客的每月计数。

在命令行中,加载Data_Airline.mat数据集。

负载Data_Airline

在命令行中,打开计量经济学建模师应用程序。

econometricModeler

或者,从应用程序库打开应用程序(见计量经济学建模师).

进口数据表为应用程序:

  1. 计量经济学建模师选项卡,进口部分中,点击

  2. 导入数据对话框中进口吗?列的复选框,选择数据表变量。

  3. 点击进口

的变量PSSG出现在时间序列窗格,其时间序列图将显示在时间序列图(PSSG)图窗口。

对级数应用对数变换。在计量经济学建模师选项卡,转换部分中,点击日志

转换后的变量PSSGLog出现在时间序列窗格,其时间序列图将显示在时间序列图(PSSGLog)图窗口。

用最小二乘法确定确定性趋势。然后,通过去除确定的趋势对序列进行趋势化。在计量经济学建模师选项卡,转换部分中,点击去趋势

转换后的变量PSSGLogDetrend出现在时间序列窗格,其时间序列图将显示在时间序列图(PSSGLogDetrend)图窗口。

PSSGLogDetrend虽然有明显的循环趋势,但似乎没有确定的趋势。

另请参阅

相关的话题