概觀 (ARIMA 指令)

ARIMA 估計具有或不具有固定迴歸自變數的非週期性和週期性單變量 ARIMA 模型。 此程序使用 Craig Ansley 撰寫的子常式檔案庫,可產生最大概似估計值,並可處理含有遺漏觀察值的時間序列。

選項

模型規格。 傳統 ARIMA (p , d , q) (sp , sd , sq) 模型以相乘方式合併非週期性和週期性參數,並且可以在 MODEL 次指令上指定。 您也可以使用個別參數順序次指令 PDQSPSDSQ來指定 ARIMA 模型和受限 ARIMA 模型。

參數規格。 如果您在 MODEL 次指令上以傳統 (p、d、q) (sp、sd、sq) 格式指定模型,則可以額外指定期間長度、常數是否應包含在模型中 (使用關鍵字 CONSTANTNOCONSTANT) ,以及數列是否應先對數轉換 (使用關鍵字 NOLOGLG10LN)。 您可以使用個別參數順序次指令來指定確切落差,以符合單一或非循序參數。 您也可以使用 ARMASARSMAREGCON 次指令,為任何參數指定起始值。

疊代。 您可以使用 MXITERMXLAMBSSQPCTPAREPS 次指令來指定終止準則。

信賴區間。 您可以使用 CINPCT 次指令來控制信賴區間的大小。

統計輸出。 若只要顯示最終參數統計量,請在 ARIMA之前指定 TSET PRINT=BRIEF 。 若要除了預設輸出之外,還在每個反覆運算中包括參數估計值,請指定 TSET PRINT=DETAILED

新變數。 若要在不建立新變數的情況下評估模型統計量,請在 ARIMA之前指定 TSET NEWVAR=NONE 。 這可能會導致更快的處理時間。 若要新增變數而不消除預測產生變數的值,請指定 TSET NEWVAR=ALL。 這會將現行階段作業期間產生的所有新變數儲存至作用中資料集,且可能需要額外的處理時間。

預測。PREDICT 指令一起使用時,沒有迴歸自變數的 ARIMA 模型可以產生超出數列結尾的預測和信賴限制 (如需相關資訊,請參閱 PREDICT )。

基本規格

基本規格是相依系列名稱。 若要估計 ARIMA 模型,還必須指定 MODEL 次指令及/或個別參數順序次指令 (或 APPLY 次指令)。 否則,只會估計常數。

  • ARIMA 會使用 MODEL 次指令及/或個別參數順序次指令 PDQSPSDSQ上的參數規格,來估計模型的參數值。
  • 除非 TSET CIN 指令在 ARIMA 程序之前變更,否則會使用 95% 信賴區間。
  • 除非在 ARIMA之前變更 TSET NEWVAR 上的預設值,否則會自動建立五個變數,加上標籤並新增至作用中資料集: 適合值 (FIT#1) , 殘差 (ERR#1) ,信任下限 (LCL#1) , 信賴上限 (UCL#1) ,以及預測的標準誤 (SEP#1)。
  • 依預設,除非符合下列三個終止準則之一,否則 ARIMA 將反覆運算最多 10 個: 所有參數中的變更小於 TSET CNVERGE 值 (預設值為 0.001); 平方和百分比變更小於 0.001%; 或 Marquardt 常數超過 109 (1.0E9)。
  • 在每個疊代中,會顯示 Marquardt 常數和調整後平方和。 對於最終估計值,顯示的結果包括參數估計值、標準誤、 T 比例、殘差變異數估計值、估計值標準誤、對數概似、Akaike 資訊準則 (AIC) 1、Schwartz Bayesian 準則 (SBC) 2,以及共變異數和相關性矩陣。

次指令順序

  • 可以按任何順序指定次指令。

指令語法的規則

  • VARIABLES 只能指定一次。
  • 其他次指令可以指定多次,但只會執行每一個次指令的最後一個規格。
  • CONSTANTNOCONSTANTNOLOGLNLOG 規格是 MODEL 次指令上的選用關鍵字,且不是獨立的次指令。

作業

  • 如果在具有迴歸自變數的模型中指定了差分,則會對應變數系列和迴歸自變數進行差分。 若要僅差異應變數列,請使用 CREATE 上的 DIFFSDIFF 函數來建立新變數列 (如需相關資訊,請參閱 CREATE )。
  • ARIMAPREDICT 指令搭配使用以預測超出數列結尾的值時,原始數列及殘差變數會獲指派原始數列中最後一個觀察值之後的系統遺漏值。
  • USEPREDICT 範圍不能完全相同; USE 期間中的至少一個觀察值必須在 PREDICT 期間之前。 (如需相關資訊,請參閱 USEPREDICT 。)
  • 如果指定 LOGLN 轉換,則會在記載的度量中報告殘差 (誤差) 數列; 它不會轉換回原始度量。 這樣就可以對殘差執行適當的診斷檢查。 不過,預測 (預測) 值 轉換回原始度量值。 因此,觀察值減去預測值將不等於殘差值。 從觀察值減去預測值,即可計算原始度量中的新殘差變數。
  • PDQSPSDSQ 次指令上的規格會置換 MODEL 次指令上的規格。
  • 對於具有固定迴歸自變數的 ARIMA 模型,產生的預測數和信賴區間數不能超過迴歸自變數的觀察值數。 無法延伸迴歸自變數系列。
  • 內含遺漏觀察值的數列模型估計可能需要較長時間。

限制

  • 最多 1 個 VARIABLES 次指令。
  • 最多 1 個相依數列。 獨立數列的數目沒有限制。
  • 最多 1 個模型規格。
1 阿卡伊克, 1974 年 A new look at the statistical model identification. IEEE Transaction on Automatic Control, AC-19, 716-723.
2 Schwartz , G. 1978。 Estimating the dimensions of a model. 統計資料的記錄, 6, 461-464.