使用Box-Jenkins方法选择时间序列的ARIMA模型
这个例子展示了如何使用Box-Jenkins方法来选择ARIMA模型。时间序列是1972年至1991年期间澳大利亚消费者价格指数(CPI)的季度对数。
加载数据
加载并绘制澳大利亚CPI数据。
负载Data_JAustraliany = dattable . pau;T =长度(y);图图(y) h1 = gca;h1。XLim = [0,T];h1。XTick = 1:10:T;h1。XTickLabel = datestr(日期(1:10:T),17);标题(“记录澳大利亚季度CPI”)
该级数不平稳,上升趋势明显。
绘制样本ACF和PACF
绘制CPI系列的样本自相关函数(ACF)和部分自相关函数(PACF)。
图(2,1,1)子图autocorr(y)子图(2,1,2)parcorr(y)
显著线性衰减的样品ACF表明一个非平稳过程。
数据差异
取数据的第一个差值,并绘制差值级数。
dY = diff(y);图形图(dY) h2 = gca;h2。XLim = [0,T];h2。XTick = 1:10:T;h2。XTickLabel = datestr(日期(2:10:T),17);标题(“差异对数季度澳大利亚CPI”)
差分消除了线性趋势。差分级数显得更加平稳。
绘制差分级数的样本ACF和PACF
绘制差异序列的样本ACF和PACF,以寻找更符合平稳过程的行为。
figure subplot(2,1,1) autocorr(dY) subplot(2,1,2) parcorr(dY)
差分序列的样本ACF衰减更快。样品PACF在滞后2后切断。这种行为与二次自回归(AR(2))模型一致。
指定并估计ARIMA(2,1,0)模型
指定并估计澳大利亚季度CPI的ARIMA(2,1,0)模型。该模型具有一级非季节性差异和两个AR滞后。缺省情况下,创新分布为方差恒定的高斯分布。
Mdl = arima(2,1,0);EstMdl =估计(Mdl,y);
ARIMA(2,1,0)模型(高斯分布):Value StandardError TStatistic PValue __________ _____________ __________ _________ Constant 0.010072 0.0032802 3.0707 0.0021356 AR{1} 0.21206 0.095428 2.2222 0.026271 AR{2} 0.33728 0.10378 3.2499 0.0011543方差9.2302e-05 1.1112e-05 8.3066 9.849e-17
两个AR系数均在0.05显著水平上显著。
检查匹配度
从拟合模型中推断残差。检查残差是否正态分布且不相关。
res = infer(EstMdl,y);图subplot(2,2,1) plot(res./sqrt(estmll . variance))标准化残差的) subplot(2,2,2) qqplot(res) subplot(2,2,3) autocorr(res) subplot(2,2,4) parcorr(res) hvec = findall(gcf,“类型”,“轴”);集(hvec,“TitleFontSizeMultiplier”, 0.8,...“LabelFontSizeMultiplier”, 0.8);
残差合理正态分布且不相关。
生成预测
生成未来4年(16个季度)的预测和大约95%的预测间隔。
[yF,yMSE] = forecast(EstMdl,16,y);UB = yF + 1.96*sqrt(yMSE);LB = yF - 1.96*sqrt(yMSE);图h4 = plot(y,“颜色”,综合成绩、综合成绩、综合成绩);持有在h5 = plot(78:93,yF,“r”,“线宽”2);h6 = plot(78:93,UB,“k——”,“线宽”, 1.5);情节(78:93磅,“k——”,“线宽”, 1.5);fDates =[日期;日期(T) + cumsum(diff(日期(T-16:T)))];H7 = gca;h7。XTick = 1:10:(T+16);h7。XTickLabel = datestr(fDates(1:10:end),17);传奇((h4、h5代替),“日志CPI”,“预测”,...预测区间的,“位置”,“西北”)标题(“记录澳大利亚CPI预测”)举行从
引用:
博克斯,g.e.p., g.m.詹金斯,g.c.赖塞尔。时间序列分析:预测与控制.恩格尔伍德悬崖,新泽西州:普伦蒂斯大厅,1994年。
另请参阅
应用程序
对象
功能
相关的例子
- 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
- 使用计量经济学建模器应用程序检测序列相关性
- Box-Jenkins差分与ARIMA估计
- 季节性差分
- 推断残差用于诊断检查
- 指定条件平均模型