关于SAS的几个问题，回答上来绝对重谢@

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

找到一个大于100的时间序列数据集，留最后5个作为比较值。
1.    画出时间序列图，是否稳定？是否需要稳定性转换？
2.    把时间序列转化为稳定序列
3.    根据样本的ACF（自相关函数）,PACF（偏相关函数）, EACF（延伸自相关函数）分别指出可能的模型 （AR, MA,   
        ARMA, ARIMA）
4.   对于每一个指出的模型，
      A) 用MLE（最大似然估计量）方法估计参数
      B)  用LJUNG-BOX测试检查模型是否合适。尝试几个不同的K。
      C)  用过度参数化的方法检查模型是否合适（步骤：1.检查更简单的模型是否拟合；2. 过度拟合，根据残留误差延
       伸模型，例如在拟合MA(1)模型后，在步差为2的残留误差中仍有较大相关性，应延伸到MA(2)模型而非ARMA
              (1,1)模型）
       D)   如果不足够，建议几个其他的模型
       E)   检查其他模型
5.  用AIC选择1个模型

如果有人能够做出这几个题目，绝对重谢！具体详谈; QQ: 791466001

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：sas的 最大似然估计 时间序列数据 自相关函数 Ljung SAS 回答

首先，Unit root test或者Correlogram，看data是否稳定序列。如果是，开始估计模型。不是用1st difference转化，再做一次test，直到成为稳定序列。接下用ARIMA估模型时看ACF和PACF的值是否小于2/n sqar, 也就是看有没有spike。如果前面有转化过的稳定序列，这里就不可能是ARMA。做出的模型要Diagnosis，就是检查残留，同样是看spike或LJUNG-BOX test，如果LJUNG-BOX test显著，则返回模型去掉相应的AR或MA的值，重新检验。
你没有把题目发来，但感觉就是用ARIMA估一个模型的基本步骤。仓促回答一下，如果有不明白的，再问吧。

非常感谢楼上的，你解释的非常好，看来你绝对是个行家了！ 我吧题目发到你邮箱里了，方便的时候看一下，万分感谢！

2# alohayanran

万分感谢，解释的非常好！我把题目发到你邮箱了，方便的时候看下！ 具体事宜详谈好吗？

2# alohayanran 很强，你是对计量经济很有研究么？可否问一些其他关于计量方面和SAS方面的问题？