定期收集的许多时间序列(例如,季度或月度)表现出季节性趋势,意味着有一个关系在连续年同期观察。除了这个季节的关系,也可以是连续期间观察之间的关系。乘法ARIMA模型是一个季节性ARIMA模型的扩展地址和潜在的季节单位根[1]。
在滞后算子多项式符号, 。一系列周期性年代乘法ARIMA (p,D,问)×(p年代,D年代,问年代)年代是由
(1) |
在这里,稳定程度p基于“增大化现实”技术的算子多项式 , 是一个稳定、学位p年代基于“增大化现实”技术的游戏运营商相同的形式。同样的,可逆的,学位问马算子多项式 , 是一种可逆的,学位问年代马运营商相同的形式。
当你指定一个乘法ARIMA模型使用华宇电脑
,
设置季节性和季节性AR系数与相反的迹象从各自的基于“增大化现实”技术的多项式算子。也就是说,指定系数将出现在右边方程1。
设置滞后与季节有关多项式的周期性观测数据(例如,4 8…季度数据,或者12、24,……月度数据),而不是作为季节性的倍数(例如,1、2、…)。本公约不符合标准的盒子和詹金斯符号,而是一个更灵活的方法将乘法季节性。
季节性差分算子, 占非平稳在连续时间的观察。季节性差分算子, ,占非平稳连续年同期观察。计量经济学工具箱™仅支持度季节性集成万博1manbetxD年代= 0或1。当你指定年代≥0,计量经济学工具集D年代= 1。D年代= 0。
[1],g . e . P。,G. M. Jenkins, and G. C. Reinsel.时间序列分析:预测与控制。第三。恩格尔伍德悬崖,新泽西:普伦蒂斯霍尔,1994年。