otgaaa第02章--經(jīng)濟(jì)時(shí)間序列的季節(jié)調(diào)整、分解和平滑方法(編輯修改稿)
2025-08-31 09:44 本頁面
【文章內(nèi)容簡介】 輸入大于 1和小于等于 101的奇數(shù) ， 缺省是由 X12自動(dòng)選擇 。 二、 ARIMA選擇 （ ARIMA Option） 點(diǎn)擊 ARIMA Option標(biāo)簽，可出現(xiàn)下列對話框 ： X12允許在季節(jié)調(diào)整前對被調(diào)整序列建立一個(gè)合適的 ARIMA模型。 (1) 數(shù)據(jù)轉(zhuǎn)換 （ Data Transformation） 在配備一個(gè)合適的 ARMA模型之前允許轉(zhuǎn)換序列： (1) 缺省是不轉(zhuǎn)換； (2) Auto選擇是根據(jù)計(jì)算出來的 AIC準(zhǔn)則自動(dòng)確定是不做轉(zhuǎn)換還是進(jìn)行對數(shù)轉(zhuǎn)換； (3) Logistic選擇將序列 y 轉(zhuǎn)換為 log(y/(1y))， 序列的值被定義在 0和 1之間； (4) BoxCox power選擇要求提供一個(gè)參數(shù) ? ， 做下列轉(zhuǎn)換： ?????????0/)1(0)l o g (2 ????? ifyifytt (2) ARIMA說明 (ARIMA Spec) 允許在 2種不同的方法中選擇 ARIMA模型。 Specify inline 選擇 要求提供 ARIMA模型階數(shù)的說明（ p d q） (P D Q) p 非季節(jié)的 AR階數(shù) d 非季節(jié)的差分階數(shù) q 非季節(jié)的 MA階數(shù) P 季節(jié) AR階數(shù) D 季節(jié)差分階數(shù) Q 季節(jié) MA階數(shù) 缺省的指定是 “ (0 1 1)(0 1 1)”是指季節(jié)的 IMA模型： L是滯后算子 ， 這里季節(jié)差分是指 (1?Ls )yt = yt ? yt?s ， 季度數(shù)據(jù)時(shí) s =4；月度數(shù)據(jù)時(shí) s =12。 下面是一些例子： (1 0 0) (0 1 1) (1 0 1)(1 0 0) ttyL ?? ?? )1(tt LyL ?? )1()1( ???ttss LyLL ???? )1()1)(1( 1 ???? 注意在模型中總的 AR、 MA、和差分的系數(shù)不超過 25；AR或 MA參數(shù)的最大延遲為 24；在 ARIMA因子中的最大差分階數(shù)不超過 3。 Select from file 選擇 X12將從一個(gè)外部文件提供的說明集合中選擇 ARIMA模型 。EViews將利用一個(gè)包含一系列缺省模型指定說明的文件（ ） ： (0 1 1)(0 1 1) * (0 1 2)(0 1 1) X (2 1 0)(0 1 1) X (0 2 2)(0 1 1) X (2 1 2)(0 1 1) 缺省說明用 “ *” 表示 ， 除最后一個(gè)外 ， 中間的用 “ X”結(jié)尾 。 有 2個(gè)選擇： Select best 檢驗(yàn)列表中的所有模型 ， 選一個(gè)最小預(yù)測誤差的模型 ， 缺省是第一個(gè)模型 。 Select by outofsamplefit 對模型的評價(jià)用外部樣本誤差 ，缺省是用內(nèi)部樣本預(yù)測誤差 。 (3) 回歸因子選擇 （ Regressors） 允許在 ARIMA模型中指定一些外生回歸因子 ， 利用多選鈕可選擇常數(shù)項(xiàng) ， 或季節(jié)虛擬變量 ， 事先定義的回歸因子可以捕捉貿(mào)易日和節(jié)假日的影響 。 三 、 貿(mào)易日和節(jié)假日影響 可以在進(jìn)行季節(jié)調(diào)整和利用 ARIMA模型得到用于季節(jié)調(diào)整的向前 /向后預(yù)測值之前，先去掉確定性的影響（例如節(jié)假日和貿(mào)易日影響）。首先要選擇（ Ajustment Option）是否進(jìn)行這項(xiàng)調(diào)整？，確定在那一個(gè)步驟里調(diào)整：在 ARIMA步驟，還是 X11步驟？ Trading Day Effects消除貿(mào)易日影響有 2種選擇 ， 依賴于序列是流量序列還是存量序列 （ 諸如存貨 ） 。 對于流量序列還有 2種選擇 ， 是對周工作日影響進(jìn)行調(diào)整還是對僅對周日 周末影響進(jìn)行調(diào)整 。 存量序列僅對月度序列進(jìn)行調(diào)整 ， 需給出被觀測序列的月天數(shù) 。 Holiday effects 僅對流量序列做節(jié)假日調(diào)整 。 對每一個(gè)節(jié)日 ， 必須提供一個(gè)數(shù) ， 是到這個(gè)節(jié)日之前影響的持續(xù)天數(shù) 。 Easter 復(fù)活節(jié) Labor 美國 、 加拿大的勞工節(jié) ， 九月第一個(gè)星期一 Thanksgiving 感恩節(jié) （ 在美國為 11月第 4個(gè)星期 4；加拿大為 10月第 2個(gè)星期 1） Christmas 圣誕節(jié) 注意這些節(jié)日只針對美國 ， 不能應(yīng)用于其他國家 。 四 、 外部影響 (Outlier Effects) 外部影響調(diào)整也是分別在 ARIMA步驟和 X11步驟中進(jìn)行。然而，必須在 X11步驟中作了貿(mào)易日 /節(jié)日調(diào)整，才能在 X11步驟中做外部調(diào)整，而且只能做附加的外部調(diào)整； 在 ARIMA步驟中有 4種外部調(diào)整： 附加的外部調(diào)整； 水平變換； 暫時(shí)的水平變化； 彎道影響。 五 、 診斷 （ Diagnostics） 這項(xiàng)選擇提供了各種診斷： ① 季節(jié)因素的穩(wěn)定性分析 （ Stability Analysis of Seasonals） Sliding spans 移動(dòng)間距 檢驗(yàn)被調(diào)整序列在固定大小的移動(dòng)樣本上的變化； Historical revisions 歷史修正檢驗(yàn)被調(diào)整序列增加一個(gè)新觀測值 ， 即增加一個(gè)樣本時(shí)的變化 。 ② 其他診斷 （ Other Diagnostics） 還可以選擇顯示各種診斷輸出 。 2. X11方法 X11法是美國商務(wù)部標(biāo)準(zhǔn)的季節(jié)調(diào)整方法 (乘法模型、加法模型 )，乘法模型適用于序列可被分解為趨勢項(xiàng)與季節(jié)項(xiàng)的乘積，加法模型適用于序列可被分解為趨勢項(xiàng)與季節(jié)項(xiàng)的和。乘法模型只適用于序列值都為正的情形。 如果在季節(jié)調(diào)整對話框中選擇 X11選項(xiàng) ， 調(diào)整后的序列及因子序列會被自動(dòng)存入 EViews工作文件中 ， 在過程的結(jié)尾 X11簡要的輸出及錯(cuò)誤信息也會在序列窗口中顯示 。 關(guān)于調(diào)整后的序列的名字 。 EViews在原序列名后加 SA，但也可以改變調(diào)整后的序列名 ， 這將被存儲在工作文件中 。 需要注意，季節(jié)調(diào)整的觀測值的個(gè)數(shù)是有限制的。 X11只作用于含季節(jié)數(shù)據(jù)的序列，需要至少 4整年的數(shù)據(jù)，最多能調(diào)整 20年的月度數(shù)據(jù)及 30年的季度數(shù)據(jù)。 3. 移動(dòng)平均方法 X11法與移動(dòng)平均法的最大不同是： X11法中季節(jié)因子年與年有可能不同，而在移動(dòng)平均法中，季節(jié)因子被假設(shè)為是一樣的。 Tramo(Time Series Regression with ARIMA Noise, Missing Observat
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1