求助高手，为什么stata做不了某些数据的非季节性平滑？

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

完全相同的数据，在Eviews和R里面都可以完美的做出自动寻找平滑参数的hwinters平滑，但是仅仅在stata中不行，在stata中做
tssmooth hwinters data2s=data2
的结果就是像下面这样，最终会算16000次，也不能得到平滑结果。

tssmooth hwinters data2s=data2,replace
computing optimal weights
Iteration 0:   penalized RSS = -17854.124  (not concave)
Iteration 1:   penalized RSS = -11325.967  
Iteration 2:   penalized RSS = -11226.691  
Iteration 3:   penalized RSS = -11176.521  
Iteration 4:   penalized RSS = -11160.593  
Iteration 5:   penalized RSS =  -11156.55  
Iteration 6:   penalized RSS = -11155.481  
Iteration 7:   penalized RSS = -11155.226  
Iteration 8:   penalized RSS = -11155.204  
Iteration 9:   penalized RSS = -11155.196  
Iteration 10:  penalized RSS = -11155.192  
Iteration 11:  penalized RSS = -11155.192  (backed up)
Iteration 12:  penalized RSS = -11155.191  (backed up)
Iteration 13:  penalized RSS = -11155.182  
Iteration 14:  penalized RSS = -11155.182  (backed up)
Iteration 15:  penalized RSS = -11155.182  (backed up)

但是当我把Eviews或者R中自动计算出的平滑参数指定给Stata时，Stata就能做出平滑了。
tssmooth hwinters data2s=data2,parms(0.3187079, 0.07837927)
这个是R中成功进行非季节性平滑的截图结果



为什么？ (帖子最下面有数据）







Rhwinters.txt (186.94 KB)

2016-5-24 12:46:39 上传

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：Stata 求助高手 tata 季节性 iteration 非季节性平滑 stata

不同软件算法不完全一样。这个是正常的。可以多试试不同的起始值，比如

1. . tssmooth hwinters data2s = data2, s0(0.3 0.2) replace iterate(30)
   
2. computing optimal weights
   
3. 
   
4. Iteration 0:   penalized RSS = -17816.279  (not concave)
   
5. Iteration 1:   penalized RSS = -11703.509  
   
6. Iteration 2:   penalized RSS = -11351.124  
   
7. Iteration 3:   penalized RSS = -11347.003  
   
8. Iteration 4:   penalized RSS =  -11346.94  
   
9. Iteration 5:   penalized RSS =  -11346.94  
   
10. 
    
11. Optimal weights:
    
12.                              alpha = 0.1563
    
13.                               beta = 0.0061
    
14. penalized sum-of-squared residuals = 11346.94
    
15.           sum-of-squared residuals = 11346.94
    
16.            root mean squared error = 9.527619
    
17. 
    
18. . tssmooth hwinters data2s = data2, s0(0.8 0.2) replace iterate(30)
    
19. computing optimal weights
    
20. 
    
21. Iteration 0:   penalized RSS =   -17819.5  (not concave)
    
22. Iteration 1:   penalized RSS = -11678.581  
    
23. Iteration 2:   penalized RSS = -11347.763  
    
24. Iteration 3:   penalized RSS = -11345.438  
    
25. Iteration 4:   penalized RSS = -11345.427  
    
26. Iteration 5:   penalized RSS = -11345.427  
    
27. 
    
28. Optimal weights:
    
29.                              alpha = 0.1540
    
30.                               beta = 0.0065
    
31. penalized sum-of-squared residuals = 11345.43
    
32.           sum-of-squared residuals = 11345.43
    
33.            root mean squared error = 9.526983
    
34. 
    
35. .

复制代码