stata构建ARIMA模型并作预测，命令及过程

原创

于 2022-05-21 15:51:17 发布 · 1.9w 阅读

标签

#数据分析

本文详细介绍了如何在Stata中构建ARIMA模型，包括模型介绍、数据选择、平稳性检验、差分操作、阶数确定、模型估计以及残差分析，并给出了预测图的绘制命令，是理解ARIMA模型应用的良好实践。

1、模型介绍

ARIMA模型（差分整合移动平均自回归模型）有AR和MA模型，分别是自回归和滑动平均，I是差分的意思一般根据AC和PC(自相关和偏自相关图)的拖尾截尾特性选择。针对的是时间平稳序列

图表模型选择指引-可自行总结列出

ARIMA(p, d, q)模型中，p和q是自回归和平均移动阶数，d为差分阶数。

2、选取数据