使用stata软件sarima模型做预测

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

最近小弟遇到一个问题，我用stata做sarima模型拟合后，就做预测，使用predict命令，我想得到预测12个数据，但结果只有一个预测值。。。这是什么情况，predict命令还要添加什么选项吗？

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：SARIMA模型 ARIMA模型 stata软件 sarima ARIMA 软件 模型

这是结果

这个是我预测的结果。。。。求大神解释

我来看一看

新人进来看一看

看这个例子：

1. . clear all
   
2. 
   
3. . set obs 100
   
4. obs was 0, now 100
   
5. 
   
6. . gen u=rnormal()
   
7. 
   
8. . gen y=2 in 1
   
9. (99 missing values generated)
   
10. 
    
11. . replace y=y[_n-1]*0.5+u in 2/l
    
12. (99 real changes made)
    
13. 
    
14. . gen t=_n
    
15. 
    
16. . tsset t
    
17.         time variable:  t, 1 to 100
    
18.                 delta:  1 unit
    
19. 
    
20. . tsappend, add(12)
    
21. 
    
22. . arima y, arima(1,0,0)
    
23. 
    
24. (setting optimization to BHHH)
    
25. Iteration 0:   log likelihood = -131.62369  
    
26. Iteration 1:   log likelihood = -131.59506  
    
27. Iteration 2:   log likelihood = -131.59442  
    
28. Iteration 3:   log likelihood = -131.59439  
    
29. Iteration 4:   log likelihood = -131.59439  
    
30. 
    
31. ARIMA regression
    
32. 
    
33. Sample:  1 - 100                                Number of obs      =       100
    
34.                                                 Wald chi2(1)       =     38.18
    
35. Log likelihood = -131.5944                      Prob > chi2        =    0.0000
    
36. 
    
37. ------------------------------------------------------------------------------
    
38.              |                 OPG
    
39.            y |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
40. -------------+----------------------------------------------------------------
    
41. y            |
    
42.        _cons |   .0386195   .1829708     0.21   0.833    -.3199966    .3972357
    
43. -------------+----------------------------------------------------------------
    
44. ARMA         |
    
45.           ar |
    
46.          L1. |   .5158121   .0834786     6.18   0.000      .352197    .6794272
    
47. -------------+----------------------------------------------------------------
    
48.       /sigma |    .900732   .0637009    14.14   0.000     .7758806    1.025583
    
49. ------------------------------------------------------------------------------
    
50. Note: The test of the variance against zero is one sided, and the two-sided confidence interval
    
51.     is truncated at zero.
    
52. 
    
53. . predict pred, y dynamic(100)
    
54. 
    
55. . feval y pred
    
56. -----------------------------------------
    
57. Simple Statistics for Forecast Evaluation
    
58. -----------------------------------------
    
59. Target variable: y
    
60. Forecast variable: pred
    
61. -----------------------------------------
    
62. ME:    -0.0101           MAE:     0.7110
    
63. MPE:     1.3976          MAPE:     2.9988
    
64. MSE:     0.8216          RMSE:     0.9064
    
65. Theil's U:    -0.1225
    
66. -----------------------------------------
    
67. 
    
68. . list y pred in 90/l
    
69. 
    
70.      +-----------------------+
    
71.      |         y        pred |
    
72.      |-----------------------|
    
73. 90. | -.2729484     .343117 |
    
74. 91. | -1.419774    -.122091 |
    
75. 92. |  -2.12259   -.7136374 |
    
76. 93. | -.0205696   -1.076159 |
    
77. 94. | -.5157349    .0080891 |
    
78.      |-----------------------|
    
79. 95. |  .4777113   -.2473232 |
    
80. 96. | -.1109884    .2651084 |
    
81. 97. |  .4127764     -.03855 |
    
82. 98. |  .5287322    .2316142 |
    
83. 99. | -.3787145    .2914256 |
    
84.      |-----------------------|
    
85. 100. | -1.389181   -.1766464 |
    
86. 101. |         .   -.0724172 |
    
87. 102. |         .   -.0186546 |
    
88. 103. |         .    .0090769 |
    
89. 104. |         .    .0233811 |
    
90.      |-----------------------|
    
91. 105. |         .    .0307594 |
    
92. 106. |         .    .0345652 |
    
93. 107. |         .    .0365283 |
    
94. 108. |         .    .0375408 |
    
95. 109. |         .    .0380631 |
    
96.      |-----------------------|
    
97. 110. |         .    .0383325 |
    
98. 111. |         .    .0384715 |
    
99. 112. |         .    .0385432 |
    
100.      +-----------------------+

复制代码

例子没看懂啊

请教stata建SARIMA模型的步骤