ARIMA时间序列求助

lujun5011802

331 417 471 531 599 650 810 1067 1237 1478 1953 2023 2138 2558 3212 4469 6201 8149 9552 10624 11394 12214 13416 14713 16978 20444 24352 27703 31874 37411 42214 44335
哪位高手能指导下用ARIMA（p，d，q）模型对上面一列数据预测？我做的时候对数据二阶差分后，为平稳数列，但是再建立ARMA模型时，始终取不到合适的p 去值，p q无论取何值，预测值和实际值都相差很大，求各位大侠赐教，不胜感激！

liwenhui

两次差分后得到的数据为：


-32
6
8
-17
109
97
-87
71
234
-405
45
305
234
603
475
216
-545
-331
-302
50
382
95
968
1201
442
-557
820
1366
-734
-2682
它的图像：


从图上可以看出这个二阶差分序列不是平稳序列。它的波动性随在逐渐增大。
序列的统计属性为：


jb统计量偏大，概率p值表明拒绝此序列为正态分布的假设。
所以无论是AR（p），MA（q）,还是ARMA（p,q）都无效。



实际上，你所给出的序列存在存在“单位根”。
用原序列关于它的滞后一期序列做出散点图：


从图上可以看出原序列和其滞后一期序列存在很强的线性相关性。
再作单位根检验：


迪福勒t检验中t的概率为1！表明确实存在单位根。
设定模型为：
y(t)=y(t-1)+c（1）+e，e为残差项，满足白噪音过程,。
估计出来结果：


模型为：y(t)=y(t-1)+1419.484
且常数c（1）是统计显著的。修正拟合优度值=0.985822,非常的高。
但是不要高兴太早，我们再来看看残差序列：


还是存在异方差性。解决的办法可以考虑使用加权最小二乘估计量，不过我们还有别的模型可以解决，我推荐使用自回归条件异方差模型（ARCH）来建模，效果会出奇地好。模型被设定为：

y(t)=y(t-1)+c(1)+e，
其中e的方差满足一个自回归过程var(e)=C(2) + C(3)*RESID(-1)^2

估计出来的结果为：



模型为：
y(t)=y(t-1)+179.3345
GARCH = 14742.50 + 1.431875*RESID(-1)^2

拟合效果为：

linmatsas

楼上牛人…………

liwenhui

我的回答放一楼了，用ARCH模型作的，你看看。

lujun5011802

回复 liwenhui 的帖子
谢谢你的回答，很详细呢，但有些看不懂，jb检验决绝正态假设，是不是表明序列不平稳啊？用其他方法使其平稳，比如取自然对数，再差分，可以平稳的。我先取自然对数，再二阶差分，通过看SIC和SC值取ARMA（1.2）模型，用Eviews做，结果始终很差，甚至可以说就是错的，再用DPS做也不行，但是用spss拟合结果比较不错的。不知道什么原因。。。我用Eviews很困惑，在建立时间序列时，按书本上的 例子输，结果和书本相差很大，不知道怎么回事，有没有什么需要注意的，比如参数估计方面
最近在学习计量经济分析方面的知识，有些问题一直没弄明白，在这里想请教你一下，我看了几本这方面的书，高铁梅，王振龙等人的，我发现每本书在有些方面讲的都不一样，比如在建立ARMA模型，看自相关和偏相关图的时候，我觉得他们没有一个标准，有些图在这题说是截尾，在另外相似图他可以说是拖尾，我就不明白了，是不是判断这个图也比较模糊的啊？在那模型定阶方面，ARMA模型定阶我一直不太会，王振龙讲到有个F检验定阶法，也不太看得明白。那个在建立ARMA模型时需要零均值化序列，那做前还要零均值检验，但我用Eviews做零均值假设，不知道怎么看结果，样本平均数和标准误前有个m的符号，但打不开，书上也没讲怎么看，你知道不？接着上面的，零均值检验不符合怎么办，eviews接下去怎么建立模型啊？
一下子问了很多问题，很不好意思咯，主要是这些都困扰我好几天了，一直没办法解决，很希望能解决这些疑惑。现在在自学这方面知识，以后可能还要问你咯

   

liwenhui

用什么软件不重要，关键看模型有何特点。JB拒绝正态假设，看序列的走势就知道它有个上升的趋势，均值不是常数，所以很明显是非平稳的。而二阶差分明显也有异方差性，也是非平稳的。用ARMA的话，序列必须是平稳的，不平稳就做不出。你不要用aic或sc来判断，用自相关图和偏相关图来判断阶数比较好。F检验定阶也有一定得随意性，不必全信。一边拿来说，时间序列的阶数或多或少都有一点随意性，阶数不固定是常有的，子要觉得合适就行了。
我给出的ARCH过称不是收敛的，但是它拟合的效果不错。
软件输出与书本不一样也许是软件版本不一样。
零均值检验很不是很复杂。
零均值不符合情况下，对数据进行标准化，就是减去样本的均值再除以样本方差。

追鸿

强人，佩服死了。呵呵，不错啊

beanbean823

(*^__^*) 指点系词……激扬文字……  

lsrj

试试运气啦~~~~~~~~~~~

ApolloYang

我要把这个帖子一直往上顶，往上顶！