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econometretric Modeler应用程序中执行剩余诊断来评估ARIMA模型假设Data_JAustralian.mat
,包含从1972年到1991年的澳大利亚消费者价格指数(CPI),以及其他时间序列。
将数据导入计量经济建模器
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:
清除的行名
数据表
.将采样次数转换为a
datetime
向量。中的采样时间与行相关联,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”);数据表=表2时间表(数据表,“RowTimes”、日期);
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?列时,选中
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,见使用计量经济学建模器应用程序实现Box-Jenkins模型选择和估计).
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模型参数对话框中的延迟订单标签:
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显示的估算摘要模型总结(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>残差Q-Q图.
控件查看柱状图直方图(ARIMA_PAU)图窗口。
控件查看分位数-分位数图QQPlot (ARIMA_PAU)图窗口。
残差近似正态分布。然而,有一个过量的大残差,这表明at创新分配可能是一个合理的模型修正。
通过绘制残差的自相关性来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的滞后都对应于不显著的自相关。因此,残差在时间上不相关。
通过绘制残差平方的ACF来直观地评估残差是否表现出异方差。与ARIMA_PAU
在模型窗格,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.
显著的自相关发生在滞后4和5,这表明复合条件均值和方差模型加索尔
.