Составители:
Рубрика:
OK(Transform highlighted variables). Откроется окно Преобразования вре-
менного ряда. Следует выбрать какое-либо преобразование и нажать кнопку
OK(Transform). На каждом шаге можно выполнить только одно преобразова-
ние значений переменной.
Прежде всего, применим преобразование Natural log. Далее возьмем пер-
вую разность ряда (устраняем линейный тренд), смотрите опции в правом ниж-
нем углу окна. Вспоминая, что ряд имеет сезонную составляющую, возьмите
сезонную разность: выберите преобразование Differencing со сдвигом lag = 12
(см. рис.3б). Нажмите кнопку Exit для выхода в окно ARIMA.
9) Вернемся в окно Single Series ARIMA (нажмите кнопку Continue, а за-
тем Exit). Нужно задать значения следующих параметров ARIMA-модели: p —
Autoregressive, P — Seasonal, q — Mouving average, Q — Seasonal.
15
По
меньшей мере, один из этих параметров должен быть отличен от нуля. Выберем
значения: p = P = 0, q = Q = 1 (здесь сезонные параметры P и Q должны соот-
ветствовать сдвигу lag = 12).
Пометьте нужные опции, показывая системе, какие преобразования про-
изводились с исходным рядом. Выберите метод оценки параметров, например,
Exact — Точный. В подокне Variables не забудьте высветить первую строку
— исходный временной ряд. Запустите процедуру оценивания щелчком кнопки
OK(Begin parameter estimation). Откроется окно Оценивание параметров.
Если находите оценки приемлемыми, щелкните OK и просмотрите всесторонне
результаты.
4) Откроется окно Результаты ARIMA. Просмотрите численные оценки,
щелкнув по кнопке Parameter estimates. Обязательно обратите внимание на
остатки и просмотрите их графики. Щелкните, например, кнопку Normal (вы
построите график на нормальной вероятностной бумаге: он должен быть бли-
зок к прямой, тогда модель можно считать адекватной исходным данным).
Щелкнув кнопку Hist, вы увидите гистограмму значений остатков с наложен-
19
Страницы
- « первая
- ‹ предыдущая
- …
- 17
- 18
- 19
- 20
- 21
- …
- следующая ›
- последняя »
