starima与arima 预测_求教怎么用ARIMA模型对下列数据进行预测？

我水平不高，抛砖引玉了

proc arima data=lexp

identify var=lgnp(1) nlag=12 ESACF stationarity=(adf=(1));

estimate p=1 q=1 method=uls;

forecast out=output  lead=5;

run;

quit;

输出结果中，先看这个

Augmented Dickey-Fuller Unit Root Tests

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

Zero Mean         1     -3.1450      0.2077      -1.56      0.1085

Single Mean       1    -16.3971      0.0054      -2.45      0.1431       3.36    0.2746

Trend             1    -21.1877      0.0038      -2.72      0.2417       3.71    0.4838

结论是需要1阶差分

再看这个，

ESACF Probability Values

Lags      MA 0      MA 1      MA 2      MA 3      MA 4      MA 5

AR 0    0.0016    0.3058    0.8843    0.5380    0.2745    0.3357

AR 1    0.0105    0.9783    0.7418    0.5821    0.2114    0.3927

AR 2    0.0069    0.5777    0.7656    0.6147    0.2529    0.3701

AR 3    0.0114    0.3256    0.8406    0.7664    0.2914    0.4133

AR 4    0.6498    0.6895    0.8441    0.6501    0.2998    0.6041

AR 5    0.0711    0.5628    0.4569    0.7444    0.5109     .

ARMA(p+d,q)

Tentative

Order

Selection

Tests

---ESACF---

p+d       q

0       1

1       1

2       1

3       1

4       0

5       0

(5% Significance Level)

根据上表，用EACF判断p和q，先试MA(1),再试ARMA(1,1),ARMA(2,1),ARMA(3,1)，一个一个试

试验MA(1),就写成 estimate q=1 method=uls; 结果发现残差自相关，放弃

试验ARMA(1,1),就写成 estimate p=1 q=1 method=uls; 残差OK，就是他了

参数估计结果

Model for variable lgnp

Estimated Mean                0.14128

Period(s) of Differencing           1

Autoregressive Factors

Factor 1:  1 - 0.61653 B**(1)

Moving Average Factors

Factor 1:  1 + 0.66945 B**(1)

就是  (1-0.617B)*(  (1-B)*lgnp(t)-0.141) = (1+0.669B)* e(t)

说明：B 就是 backshift, B(lgnp(t))=lgnp(t-1)   B(e(t))=e(t-1)

最后   forecast out=output  lead=5;  给出过去19期和向前5期的预测值，放在output数据集里面