0

我正在尝试对 10 年的每月时间序列数据进行建模,这些数据非常不稳定,总体而言它具有上升趋势。乍一看,它看起来像是一个强烈的季节性系列,但测试结果表明它绝对不是季节性的。这是一个定价变量,我试图将其建模为宏观经济环境的函数,例如利率和收益率曲线。我已经尝试过线性 OLS 回归(proc reg),但我没有得到一个非常好的 dmodel。我也尝试过自回归误差模型(proc autoreg),但它捕获了误差项的 7 个滞后作为重要因素。我真的不想在模型中包含那么多的误差项滞后。此外,当我在模型中包含所有这些误差滞后时,大多数宏观经济变量变得微不足道。

任何关于建模方法/技术的建议都可以帮助我对这些不稳定的数据进行建模,非常感谢。

4

1 回答 1

1

在过去的项目中,我们使用 proc arima 根据过去销售的时间序列预测未来的产品销售:http: //support.sas.com/documentation/cdl/en/etsug/60372/HTML/default/viewer .htm#etsug_arima_sect019.htm(注意 arima 也是一个自回归模型)

但正如乔所说,对于您的问题的真正统计反馈,您最好在交叉验证网站上提问。

于 2013-07-17T14:25:21.770 回答