求助!用季节调整后的月度数据建立arima模型acf pacf出现12期周期性，该如何处理。

应该是再进行一次12期的差分，再定阶，还是直接采用含ar12或ma12的模型估计?
抑或本来就不用季节调整，直接先做12期的差分?

高手，来说说。

只是第12期？

可以尝试一下四个模型 (假设你现在的序列，y，是已经做过季节调整的,而且是平稳的已经)

arima y arima(p,d,q) [你本来要估计的模型参数，如果模型已经是stationary的，d=0]  sarima(1,0,0,12)  [multiplicative autoregressive]

arima y arima(p,d,q) [你本来要估计的模型参数]  sarima(0,0,1,12)   [multiplicative moving average]

arima y, ar(1/p 12)  ma(1/q)

arima y, ar(1/p)  ma(1/q 12)

[p, q同上，是你本来要估计的模型的参数，比如你有一个看上去像 arma(3,4)的模型，但是有12期周期性，那么，以最后一个模型为例，code就写成 arima y, ar(1/3)  ma(1/4 12)]

[] 里是我写的，在stata里run要拿掉


祝好运气啦~ 如果还有不明白的地方可以参考 http://www.stata.com/features/time-series/ts-arima.pdf

yeah,加入SAR（12） SMA（12)项。