请教大家一下，这样的模型能用吗？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	0.219916	0.057643	3.815142	0.0004
AR(1)	0.137430	0.450614	0.304984	0.7616
AR(2)	0.315377	0.214585	1.469711	0.1474
MA(1)	0.227775	0.477280	0.477236	0.6351
R-squared	0.243133	Mean dependent var		0.219772
Adjusted R-squared	0.201085	S.D. dependent var		0.219260
S.E. of regression	0.195979	Akaike info criterion		-0.355146
Sum squared resid	2.074020	Schwarz criterion		-0.213047
Log likelihood	14.29924	F-statistic		5.782245
Durbin-Watson stat	1.986700	Prob(F-statistic)		0.001671
Inverted AR Roots	.63	-.50
Inverted MA Roots	-.23

它的的AIC和SC是最小的，但是AR和MA的P值都大于0，这怎么办呢

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：coefficients coefficient regression Likelihood statistic 模型

不能用。选p、q时你肯定没选好

leihengzhishang 发表于 2012-4-4 10:56
不能用。选p、q时你肯定没选好

非常感谢啊，都回答我两个问题了。再请教一下？                               
                               
Variable        Coefficient        Std. Error        t-Statistic        Prob.  
                               
                               
C        0.256667        0.082550        3.109236        0.0032
AR(1)        0.660588        0.194123        3.402938        0.0014
AR(2)        0.282792        0.197955        1.428564        0.1596
MA(1)        -0.251587        0.143024        -1.759052        0.0849
MA(2)        -0.743195        0.153422        -4.844119        0.0000
                               
                               
R-squared        0.357912        Mean dependent var        0.141529
Adjusted R-squared        0.304405        S.D. dependent var        0.167683
S.E. of regression        0.139852        Akaike info criterion        -1.006881
Sum squared resid        0.938807        Schwarz criterion        -0.821005
Log likelihood        31.68236        F-statistic        6.689030
Durbin-Watson stat        1.879405        Prob(F-statistic)        0.000231
                               
                               
Inverted AR Roots        .96        -.30       
Inverted MA Roots        1.00        -.75       
这是一篇文献当中的结果，他说ARMA（2，2）是最佳模型，可是AR(2)和MA(1)P值都不显著啊？再就是他只做了这么一步，怎么能得出AIC和SC最小呢

你自己做的那个模型感觉没有arma效应，而且DW值很好，可能时序原来就没有自回归，你要检查一下自己的模型。
关于文献中的模型，他说AIC和SC最小，可能他有做过其他模型，相比之下这个比较小，只是省略了这些过程。至于P值的问题，作者可能为了凑最终的结果，就放宽要求，特别是如果最终的结果能够迎合自己前面的理论陈述的，不排除有这个可能。

aringluke 发表于 2012-4-4 15:05
你自己做的那个模型感觉没有arma效应，而且DW值很好，可能时序原来就没有自回归，你要检查一下自己的模型。 ...

谢谢你啊，DW是说明什么的啊？

wangguangdong 发表于 2012-4-4 17:51
谢谢你啊，DW是说明什么的啊？

线性回归模型的一个基本假设就是残差不存在自相关，如果存在自相关，说明模型不适用，要考虑其他模型。
DW是说明自相关性的，序列平稳以后，就可以按一般模型做线性估计之后，先看DW值，如果DW值良好，不存在自相关就无需用到ARMA模型。
但是如果DW值不好，才去考虑模型问题，那么一般首先就会去考察一下自相关函数和偏自相关函数，看是否需要用到自回归和移动平均，如果有自相关和/或偏自相关，那么选择参数p和q，建立ARMA模型，最后如果消除自相关性，说明模型可以。
如果最后DW值还不可以，残差还有其他问题，一般会考察ARCH效应，建立一个GARCH模型，或者其他的

aringluke 发表于 2012-4-5 08:35
线性回归模型的一个基本假设就是残差不存在自相关，如果存在自相关，说明模型不适用，要考虑其他模型。
...

专业水平啊，受教了，不知能否进一步联系呢？