请教：帮忙判断下这个时间序列是否平稳？（附sas运行结果）

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

序列的自相关图

                                         Autocorrelations
  Lag    Covariance    Correlation    -1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1      Std Error
    0      1.178799        1.00000    |                    |********************|             0
    1      0.780364        0.66200    |                   .|*************       |      0.019780
    2      0.794312        0.67383    |                   .|*************       |      0.027095
    3      0.745099        0.63208    |                   .|*************       |      0.033007
    4      0.749540        0.63585    |                   .|*************       |      0.037444
    5      0.713185        0.60501    |                  . |************        |      0.041454
    6      0.716702        0.60799    |                  . |************        |      0.044775
    7      0.695847        0.59030    |                  . |************        |      0.047896
    8      0.723071        0.61340    |                  . |************        |      0.050663
    9      0.658799        0.55887    |                  . |***********         |      0.053490
   10      0.641997        0.54462    |                  . |***********         |      0.055727
   11      0.616946        0.52337    |                  . |**********          |      0.057772
   12      0.632449        0.53652    |                  . |***********         |      0.059598
   13      0.633251        0.53720    |                  . |***********         |      0.061459
   14      0.588558        0.49929    |                 .  |**********          |      0.063269
   15      0.600019        0.50901    |                 .  |**********          |      0.064792
   16      0.595473        0.50515    |                 .  |**********          |      0.066338

ADF检验：

Augmented Dickey-Fuller Unit Root Tests

Type
Lags
Rho
Pr < Rho
Tau
Pr < Tau
F
Pr > F

Zero Mean
0
-454.192
0.0001
-15.90
<.0001

1
-163.237
0.0001
-9.09
<.0001

Single Mean
0
-863.203

0.0001
-22.89
<.0001
262.00
0.0010

1
-351.278
0.0001
-13.27
<.0001
88.10
0.0010

Trend
0
-1088.03
0.0001
-26.36
<.0001
347.52
0.0010

1
-478.424
0.0001
-15.47
<.0001
119.64
0.0010

  

我根据ADF检验的结果，觉得序列是平稳的。但是从自相关图看，并非如此。硬着头皮用ARMA模型来拟合，根据AIC准侧选择了AR（8）模型，可是拟合的残差出现自相关。残差自相关检验如下：

                              Autocorrelation Check of Residuals

   To        Chi-             Pr >
  Lag      Square     DF     ChiSq    --------------------Autocorrelations--------------------

    6         .        0     .         0.002     0.004     0.006    -0.001    -0.006     0.003
   12       19.77      4    0.0006    -0.000     0.000    -0.030    -0.049    -0.066    -0.001
   18       41.10     10    <.0001     0.038    -0.069    -0.014    -0.012     0.040    -0.014
   24       45.13     16    0.0001    -0.008     0.022    -0.008     0.028    -0.011     0.006
   30       63.38     22    <.0001     0.038     0.030    -0.040    -0.044     0.033    -0.007
   36       71.89     28    <.0001     0.000     0.011    -0.014     0.026    -0.015    -0.045
   42       86.59     34    <.0001    -0.029     0.045    -0.016    -0.013     0.000     0.049
   48       94.42     40    <.0001     0.010     0.007     0.016     0.034     0.010     0.037

那就说明模型拟合得很不好。

现在不知道接下来应该怎么处理了，希望大家可以指点，谢谢啦！现在不知道接下来应该怎么处理了，希望大家可以指点，谢谢啦！

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：时间序列 correlations correlation covariance augmented 时间序列 arma模型 序列稳定性

重新发图片：
自相关图：[img][/img]

Augmented Dickey-Fuller Unit Root Tests

     Type           Lags         Rho    Pr < Rho        Tau    Pr < Tau          F    Pr > F

   Zero Mean     0    -454.192      0.0001     -15.90      <.0001
                           1    -163.237      0.0001      -9.09      <.0001
Single Mean     0    -863.203      0.0001     -22.89      <.0001     262.00    0.0010
                            1    -351.278      0.0001     -13.27      <.0001      88.10    0.0010
     Trend             0    -1088.03      0.0001     -26.36      <.0001     347.52    0.0010
                            1    -478.424      0.0001     -15.47      <.0001     119.64    0.0010

ARMA模型的自相关图或偏自相关至少实在q或p截尾，但你的相关图如此缓慢变小，可能说明存在长记忆，拟合长记忆力的模型可能会好一些。
等计量高手给你解读吧。

4# hongxx
谢谢你！

从自相关图来看，不属于平衡序列！参数估计后残差不属于白噪声序列，说明残差还有信息可提取！我认为至少不能用arma来做！

做个一阶差分试试
或者2阶

如何从数据判断一组时间序列是否平稳？

456852 发表于 2011-9-29 10:21
如何从数据判断一组时间序列是否平稳？

The last part of the default IDENTIFY statement output is the check for white noise. This is an approximate statistical test of the hypothesis that none of the autocorrelations of the series up to a given lag are significantly different from 0. If this is true for all lags, then there is no information in the series to model, and no ARIMA model is needed for the series
就是Autocorrelation Check for White Noise，原假设是白噪声，所有P越大为白噪声序列

序列为非平稳序列，需要进行一阶差分，然后在看看时序图和自相关系数情况