主要内容

ARIMA模型

自回归综合移动平均(ARIMA)过程产生非平稳序列的顺序集成D,表示D).一个非平稳的D)过程是一个可以通过服用使其静止的过程D的差异。这样的过程经常被调用difference-stationary单位根流程。

一个系列,您可以建模为一个固定的ARMA(p)的过程D次数用ARIMA表示(pD).ARIMA表格(pD)模型的计量经济学工具箱™是

Δ D y t c + ϕ 1 Δ D y t 1 + ... + ϕ p Δ D y t p + ε t + θ 1 ε t 1 + ... + θ ε t (1)
在哪里 Δ D y t 代表一个D不同的时间序列,和 ε t 是一个不相关的创新过程,均值为零。

在滞后算子表示法中, l y t y t .你可以写ARIMA(pD)模型

ϕ l y t ϕ l 1 l D y t c + θ l ε t (2)
在这里, ϕ l 是一个不稳定的AR算子多项式吗D单位根。你可以把这个多项式分解成 ϕ l 1 l D 在哪里 ϕ l 1 ϕ 1 l ... ϕ p l p 是一个稳定度pAR滞后算子多项式(所有根在单位圆外)。同样的, θ l 1 + θ 1 l + ... + θ l 是可逆的吗MA滞后算子多项式(所有根在单位圆外)。

AR滞后算子多项式中系数的符号, ϕ l ,与之右侧相对方程1.在计量经济学工具箱中指定和解释AR系数时,请使用方程1

请注意

在最初的Box-Jenkins方法中,在建模之前,您将对一个集成系列进行差分,直到它是静止的。然后,将差分序列建模为平稳ARMA(p)过程[1].计量经济学工具箱适合和预测ARIMA(pD)直接处理,因此您不需要在建模(或反向转换预测)之前对数据进行差异处理。

参考文献

[1] Box, G. E. P. G. M. Jenkins和G. C. Reinsel。时间序列分析:预测与控制.3版。恩格尔伍德悬崖,NJ: Prentice Hall, 1994。

另请参阅

相关的例子

更多关于