الانتقال من المتوسط - نموذج في ساس

يوضح نموذج التعليمات البرمجية في علامة التبويب التعليمات البرمجية الكاملة كيفية حساب المتوسط ​​المتحرك للمتغير من خلال مجموعة بيانات كاملة أو على آخر ملاحظات N في مجموعة بيانات أو على آخر ملاحظات N ضمن مجموعة بي. يتم تقديم أمثلة التعليمات البرمجية من قبل معهد ساس إنك كما هو دون أي ضمان من أي نوع، سواء صريحة أو ضمنية، بما في ذلك سبيل المثال لا الحصر الضمانات الضمنية للتسويق واللياقة لغرض معين يقر المستلمون ويوافقون على أن معهد ساس لن يكون مسؤولا عن أي الأضرار الناجمة عن استخدام هذه المواد بالإضافة إلى ذلك، سوف معهد ساس تقديم أي دعم للمواد الواردة هنا. هذه العينة ملفات وأمثلة التعليمات البرمجية التي تقدمها ساس معهد إنك كما هو دون أي ضمان من أي نوع، سواء صريحة أو ضمنية، بما في ذلك على سبيل المثال لا الحصر الضمانات الضمنية الخاصة بالتجارة والملاءمة لغرض معين. يقر المستلمون ويوافقون على أن معهد ساس لن يكون مسؤولا e عن أي أضرار من أي نوع تنشأ عن استخدامها لهذه المواد وبالإضافة إلى ذلك، سوف معهد ساس لا توفر أي دعم للمواد الواردة هنا بمتوسط ​​متحرك لمتغير من خلال مجموعة بيانات كاملة، على ملاحظات N الماضية في مجموعة بيانات، أو على ملاحظات N الماضية ضمن مجموعة بي. المعدل المتحرك المتوسط ​​خطأ عمليات. أخطاء التمرير المتوسط ​​الخطأ عمليات أرما الأخطاء والنماذج الأخرى التي تنطوي على التأخير من حيث الخطأ يمكن تقدير باستخدام بيانات فيت والمحاكاة أو التنبؤ باستخدام عبارات سولف نماذج أرما للخطأ عملية غالبا ما تستخدم لنماذج مع بقايا أوتوكوريلاتد الماكرو أر يمكن استخدامها لتحديد نماذج مع عمليات خطأ الانحدار الذاتي يمكن استخدام ماكرو ما لتحديد نماذج مع المتوسط ​​المتحرك عمليات خطأ. أوتورغريسيف إرورس. A مع أول أخطاء النظام الانحدار الذاتي، أر 1، لديه form. while عملية خطأ أر 2 لديه شكل. وهكذا دواليك لعمليات أعلى ترتيب لاحظ أن s هي إنديبن دنت وتوزيعها بشكل متطابق ولها قيمة متوقعة من 0. مثال على نموذج مكون أر 2 هو أن تكتب هذا النموذج على النحو التالي. أو بشكل مكافئ باستخدام الماكرو أر كما. المحاكاة متوسط ​​النماذج. النموذج مع الدرجة الأولى تتحرك متوسط ​​الأخطاء، ما 1، لديه form. where هو موزعة بشكل مستقل ومتوازن مع متوسط ​​صفر عملية خطأ ما 2 لديه شكل. وهكذا دواليك لعمليات أعلى ترتيب. على سبيل المثال، يمكنك كتابة نموذج الانحدار الخطي بسيط مع ما 2 المتوسط ​​المتحرك الأخطاء as. where MA1 و MA2 هي المعلمات المتوسط ​​المتحرك. لاحظ أن ريسيد Y يتم تعريفها تلقائيا بواسطة بروك نموذج كما لاحظ أن ريسيد Y هو. يجب أن تستخدم الدالة زلاغ لنماذج ما إلى اقتطاع عودية الفاصل الزمني هذا يضمن أن الأخطاء المتأخرة تبدأ عند الصفر في مرحلة تأخر التمهيد ولا تنشر القيم المفقودة عندما تكون متغيرات فترة التأخير مفقودة ويضمن أن تكون الأخطاء المستقبلية صفرا وليس مفقودة أثناء المحاكاة أو التنبؤات للحصول على تفاصيل حول وظائف تأخر، راجع القسم لاغ Logic. This النموذج المكتوب باستخدام ماكرو ماك هو. الاستمارة العامة لنماذج أرما. العام أرما p، q عملية النموذج التالي. يمكن أرما p، q نموذج يمكن تحديدها على النحو التالي. وهو أر i و ما j تمثل الانحدار الذاتي ومتوسطات الحركة المتحركة لمختلف التأخيرات يمكنك استخدام أي أسماء تريد لهذه المتغيرات، وهناك العديد من الطرق المماثلة التي يمكن أن تكون مكتوبة المواصفات. يمكن أيضا أن تقدر العمليات فيكتور أرما مع بروك نموذج على سبيل المثال، يمكن تحديد عملية أر 1 متغيرين لأخطاء المتغيرين الداخليين Y1 و Y2 على النحو التالي. مشكلات التوافق مع نماذج أرما. قد يكون من الصعب تقدير نماذج أرما إذا لم تكن تقديرات المعلمة ضمن النطاق المناسب ، فإن المصطلحات المتبقية لنموذج متوسط ​​متحرك سوف تنمو باطراد. يمكن أن تكون المخلفات المحسوبة للملاحظات اللاحقة كبيرة جدا أو يمكن تجاوزها يمكن أن يحدث ذلك إما لأن قيم البداية غير المناسبة قد استخدمت أو لأن تجاوزت القيم التكرارية القيم المعقولة. وينبغي استخدام كير في اختيار قيم البداية لمعلمات أرما تبدأ قيم البداية للمعلمة 001 بالنسبة إلى معلمات أرما إذا كان النموذج يلائم البئر جيدا والمشكلة مكيفة جيدا ويلاحظ أنه يمكن في كثير من الأحيان تقريب نموذج ما من خلال نموذج أر عالية الترتيب، والعكس بالعكس وهذا قد يؤدي إلى علاقة خطية متداخلة عالية في نماذج أرما مختلطة، والتي بدورها يمكن أن تسبب سوء تكييف خطيرة في الحسابات وعدم الاستقرار لتقديرات المعلمة. إذا كان لديك مشاكل التقارب أثناء تقدير نموذج مع عمليات الخطأ أرما، حاول تقدير في الخطوات أولا، استخدم عبارة فيت لتقدير المعلمات الهيكلية فقط مع معلمات أرما المحتفظ بها إلى الصفر أو إلى تقديرات معقولة معقولة إذا كان متاحا بعد ذلك، استخدم بيان فيت أخرى لتقدير المعلمات أرما فقط، وذلك باستخدام قيم المعلمة الهيكلية من المدى الأول نظرا لأن قيم المعلمات الهيكلية من المرجح أن تكون قريبة من تقديراتها النهائية، فإن باراميتي أرما قد تتلاقى الآن تقديرات أخيرا، استخدم بيان صالح آخر لإنتاج تقديرات متزامنة لجميع المعلمات بما أن القيم الأولية للمعلمات من المرجح أن تكون قريبة جدا من تقديراتها النهائية المشتركة، ينبغي أن تتلاقى التقديرات بسرعة إذا كان النموذج مناسبا data. AR الشروط الأولية. التخلف الأولي لشروط الخطأ من نماذج أر p يمكن نمذجة بطرق مختلفة طرق بدء الانحدار الذاتي خطأ بدعم من إجراءات ساس إتس هي التالية. كلس مشروطة المربعات الصغرى أريما و MODEL. ULS شروط أقل مشروطة المربعات أوتوريغ، أريما، وإجراءات موديل. مل أقصى احتمال أوتوريغ، أريما، وإجراءات موديل. YW يول ووكر أوتوريغ الإجراء only. HL هيلدريث لو، الذي يحذف أول ملاحظات p نموذج الإجراء فقط انظر الفصل 8 للحصول على شرح ومناقشة من مزايا مختلف أر ص بدء التشغيل أساليب. كلس، أولس، مل، و هل يمكن أن يؤديها إنيتياليزاتيونس من قبل بروك نموذج لأخطاء أر 1، هذه الأولية يمكن أن تنتج زاتيونس كما هو مبين في الجدول 14 2 هذه الطرائق مكافئة في عينات كبيرة. التمهيد 14 2 التهيئة التي يؤديها بروك موديل أر 1 ERRORS. MA الشروط الأولية. التخلف الأولي من الأخطاء من نماذج ما q يمكن أيضا أن تكون نموذجية في طرق مختلفة يتم دعم نماذج بدء خطأ المتوسط ​​المتحرك التالية التالية من قبل أريما و MODEL. ULS غير مشروط المربعات الصغرى. كلس مشروطة أقل المربعات. مل أقصى احتمال طريقة المربعات الصغرى الشرطية لتقدير المصطلحات الخطأ المتوسط ​​المتحرك ليست الأمثل لأنه يتجاهل مشكلة بدء التشغيل هذا يقلل من كفاءة التقديرات، على الرغم من أنها تبقى غير متحيزة ويفترض أن المخلفات الأولية المتأخرة، التي تمتد قبل بداية البيانات، هي 0، قيمتها المتوقعة غير المشروطة وهذا يدخل فرقا بين هذه المخلفات والمربعات الصغرى المعممة بقايا للتغاير المتوسط ​​المتحرك، الذي، على عكس نموذج الانحدار الذاتي، يستمر من خلال مجموعة البيانات عادة هذا الفرق يتقارب بسرعة إلى 0، ولكن بالنسبة لعمليات المتوسط ​​المتحرك غير القابل للتحويل تقريبا التقارب بطيء جدا للحد من هذه المشكلة، يجب أن يكون لديك الكثير من البيانات، ويجب أن تكون تقديرات المعلمة المتوسط ​​المتحرك ضمن النطاق القابل للانعكاس. ويمكن تصحيح هذه المشكلة عند على حساب كتابة برنامج أكثر تعقيدا يمكن أن تنتج تقديرات المربعات الصغرى غير المشروطة لعملية ما 1 من خلال تحديد النموذج على النحو التالي. قد يكون من الصعب تقدير متوسط ​​أخطاء التحويل يجب أن تفكر في استخدام تقريب أر إلى عملية المتوسط ​​المتحرك يمكن عادة عملية المتوسط ​​المتحرك بشكل جيد تقريبي بشكل جيد من قبل عملية الانحدار الذاتي إذا لم يتم تمهيد البيانات أو ديفيرنسد. أر ماكرو. أر ساس ماكرو يولد بيانات البرمجة ل بروك موديل لنماذج الانحدار الذاتي أر ماكرو هو جزء من ساس إتس البرمجيات ولا توجد خيارات خاصة تحتاج إلى تعيين لاستخدام الماكرو يمكن تطبيق عملية الانحدار الذاتي على أخطاء المعادلة الهيكلية أو ل سلسلة الذاتية أنفسهم. يمكن استخدام الماكرو أر ل for. univariate autoregression. unrestari ناقلات autoregression. restimited ناقلات autoregression. Univariate Autoregression. To نموذج مصطلح الخطأ من المعادلة كعملية الانحدار الذاتي، استخدم العبارة التالية بعد المعادلة. على سبيل المثال ، افترض أن Y هي وظيفة خطية من X1 و X2، و أر 2 خطأ كنت أكتب هذا النموذج على النحو التالي. يجب أن تأتي المكالمات إلى أر بعد كل المعادلات التي تنطبق على العملية. استدعاء ماكرو الإجرائية، أر y ، 2، البيانات المبينة في مخرجات ليست في الشكل 14 49. الشكل 14 50 ليست خرج الخيار لنموذج أر مع تأخيرات في 1 و 12 و 13. هناك اختلافات على طريقة المربعات الصغرى المشروطة، اعتمادا على ما إذا كان وتستخدم الملاحظات في بداية السلسلة لتسخين عملية أر افتراضيا، تستخدم طريقة المربعات الصغرى أر أر جميع الملاحظات ويفترض الأصفار للتخلف الأولي من شروط الانحدار الذاتي باستخدام الخيار M ، يمكنك أن تطلب أن أر استخدام غير المشروط المربعات الصغرى أولس أو الحد الأقصى احتمال طريقة مل بدلا من ذلك على سبيل المثال. يتم توفير مناقشة هذه الأساليب في الشروط الأولية أر في وقت سابق من هذا المقطع. باستخدام الخيار M كلس ن، يمكنك طلب أن أول ملاحظات N تستخدم لحساب تقديرات التأخر الذاتي الانحدار الأولي في هذه الحالة، يبدأ التحليل مع الملاحظة ن 1 على سبيل المثال. يمكنك استخدام الماكرو أر لتطبيق نموذج الانحدار الذاتي إلى المتغير الداخلي، بدلا من الخطأ باستخدام الخيار تايب V على سبيل المثال، إذا كنت ترغب في إضافة الفواصل السابقة الخمسة من Y إلى المعادلة في المثال السابق، يمكنك استخدام أر لإنشاء المعلمات والتخلف باستخدام العبارات التالية. البيانات السابقة تولد الناتج الموضح في الشكل 14. R ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID ID وتتوقع Y كخطوة خطية من X1، X2، اعتراض، وقيم Y في الفترات الخمس الأخيرة. غير مقصود أوتورغريسيون. نموذج نماذج الخطأ من مجموعة من المعادلات كما عملية الانحدار الذاتي المتجه، استخدم النموذج التالي من الماكرو أر بعد المعادلات. قيمة اسم العملية هو أي اسم التي تقوم بتوفيرها أر لاستخدامها في صنع أسماء المعلمات الانحدار الذاتي يمكنك استخدام الماكرو أر لنموذج عدة عمليات أر مختلفة لمجموعات مختلفة من المعادلات باستخدام أسماء عملية مختلفة لكل مجموعة اسم العملية يضمن أن أسماء المتغيرات المستخدمة فريدة استخدم قيمة اسم عملية قصيرة للعملية إذا كانت تقديرات المعامل ستكتب إلى مجموعة بيانات الإخراج يحاول ماكرو أر إنشاء أسماء معلمات أقل من أو تساوي ثمانية أحرف، ولكن ث هو محدودا بطول الاسم الذي يستخدم كبادئة لأسماء معلمات أر. قيمة المتغير فاريابلست هي قائمة المتغيرات الذاتية للمعادلات. على سبيل المثال، لنفترض أن أخطاء المعادلات Y1 و Y2 و Y3 يتم إنشاؤها بواسطة عملية انتقائية للناقلات من الدرجة الثانية يمكنك استخدام العبارات التالية. الذي يولد ما يلي ل Y1 ورمز مشابه ل Y2 و Y3.Only السطوح المربوطة الصغرى M كلس أو M كلس ن طريقة يمكن استخدامها لعمليات متجه. يمكنك أيضا استخدام نفس النموذج مع القيود التي تكون مصفوفة معامل 0 عند تأخر المحدد على سبيل المثال، البيانات. تطبيق عملية ناقلات من الدرجة الثالثة إلى أخطاء المعادلة مع جميع المعاملات في تأخر 2 تقتصر على 0 ومع المعاملات في التأخر 1 و 3 غير المقيد. يمكنك نموذج سلسلة Y1-Y3 الثلاث كعملية ناقلات الانحدار الذاتي في المتغيرات بدلا من الأخطاء باستخدام الخيار تايب V إذا كنت ترغب في نموذج Y1-Y3 كدالة للقيم الماضية Y1-Y3 وبعض إكسوغينو أو المتغيرات أو الثوابت، يمكنك استخدام أر لتوليد عبارات المصطلحات تأخر كتابة معادلة لكل متغير للجزء نونوتريغريسيف من النموذج، ثم استدعاء أر مع الخيار تايب V على سبيل المثال. يمكن للجزء نونوتريغريسيف من النموذج أن تكون دالة للمتغيرات الخارجية أو قد تكون معلمات اعتراض إذا لم تكن هناك مكونات خارجية لنموذج الانحدار الذاتي للمتجه بما في ذلك عدم وجود اعتراضات ثم قم بتخصيص صفر لكل من المتغيرات يجب أن يكون هناك تخصيص لكل من المتغيرات قبل أن يكون أر ويسمى هذا المثال المتجه Y Y1 Y2 Y3 كدالة خطية فقط من قيمته في الفترتين السابقتين وناقلات خطأ الضوضاء البيضاء النموذج يحتوي على 18 3 3 3 3 معلمات. سينتاكس من ماكرو أر. هناك حالتان من بناء جملة الماكرو أر الأول لديه form. name العام يحدد بادئة ل أر لاستخدامها في بناء أسماء المتغيرات اللازمة لتحديد عملية أر إذا لم يتم تحديد إندوليست، القائمة الافتراضية الافتراضية إلى الاسم الذي يجب أن يكون اسم المعادلة التي سيتم تطبيق عملية خطأ أر لا يمكن أن تتجاوز قيمة الاسم ثمانية أحرف. nlag هو ترتيب عملية AR. endolist يحدد قائمة المعادلات التي يجب أن تكون عملية أر يطبق إذا تم إعطاء أكثر من اسم واحد، يتم إنشاء عملية متجه غير مقيد مع المخلفات الهيكلية من جميع المعادلات المدرجة على النحو المسترجعات في كل من المعادلات إذا لم يحدد، الافتراضي الافتراضي ل name. laglist يحدد قائمة التأخيرات التي أر يتم إضافة معاملات المصطلحات في حالات التأخر غير المدرجة إلى 0 يجب أن تكون جميع الفواصل المدرجة أقل من أو تساوي نلاغ ويجب ألا تكون هناك تكرارات إذا لم يتم تحديدها، فإن لاغليست افتراضيا لجميع الفترات من 1 إلى نلاغ. M تحدد طريقة التقدير لتنفيذ القيم الصالحة لل M هي كلس مشروطة المربعات الصغرى التقديرات، أولس غير المشروطة تقديرات المربعات الصغرى، ومل أقصى احتمال الاحتمالات التقديرات M كلس هو الافتراضي الوحيد M كلس هو ألو عندما يتم تحديد أكثر من معادلة واحدة لا يتم دعم أساليب أولس و مل لنماذج أر المتجه من قبل AR. TYPE V يحدد أن عملية أر يجب أن تطبق على المتغيرات الذاتية نفسها بدلا من المخلفات الهيكلية للمعادلات. القيود المتجه Autoregression. You يمكن التحكم في المعلمات التي تم تضمينها في العملية وتقييد تلك المعلمات التي لا تتضمن 0 أولا استخدم أر مع الخيار ديفر لإعلان قائمة المتغيرات وتعريف البعد من العملية ثم استخدام مكالمات أر إضافية لتوليد مصطلحات لمعادلات مختارة مع متغيرات مختارة في تأخرات مختارة على سبيل المثال. إن معادلات الخطأ المنتجة هي. وهذا النموذج يشير إلى أن أخطاء Y1 تعتمد على أخطاء Y1 و Y2 ولكن ليس Y3 في كل من التأخر 1 و 2، وأن تعتمد أخطاء Y2 و Y3 على الأخطاء السابقة لكل المتغيرات الثلاثة، ولكن فقط عند التأخر 1. تركيب ماكرو أر للمتجهات المقيدة AR. An يسمح باستخدام أر البديل لفرض قيود على عملية ناقلات أر من خلال استدعاء أر عدة مرات لتحديد المصطلحات أر مختلفة والتخلف عن المعادلات المختلفة. المكالمة الأولى لديها العامة form. name يحدد بادئة ل أر لاستخدامها في بناء أسماء المتغيرات اللازمة لتحديد المتجه أر process. nlag يحدد ترتيب AR. endolist أر يحدد قائمة المعادلات التي سيتم تطبيق عملية أر. يحدد ديفر أن أر ليس لإنشاء عملية أر ولكن الانتظار للحصول على مزيد من المعلومات المحددة في وقت لاحق يدعو أر لنفس نيم فالو المكالمات اللاحقة لها form. name العام هي نفسها كما في call. eqlist الأولى تحدد قائمة المعادلات التي يتم تطبيق المواصفات في هذه النداء أر فقط الأسماء المحددة في قيمة إندوليست للمكالمة الأولى ل يمكن أن تظهر قيمة الاسم في قائمة المعادلات في eqlist. varlist يحدد قائمة المعادلات التي يجب أن تدرج المخلفات الهيكلية المتخلفة كمؤخرات في المعادلات في إكليست الأسماء فقط في إندولي ست من النداء الأول لقيمة الاسم يمكن أن تظهر في فارليست إذا لم يتم تحديده، فإن القيم الافتراضية فارليست ل endolist. laglist تحدد قائمة التأخيرات التي سيتم إضافة مصطلحات أر فيها معاملات المصطلحات عند التأخرات غير المدرجة يتم تعيينها إلى 0 يجب أن تكون جميع التأخيرات المدرجة أقل من أو تساوي قيمة نلاغ ويجب أن يكون هناك أي تكرارات إذا لم يحدد، الافتراضي لاغليست لجميع يتخلف 1 من خلال نلاغ. ماكرو ماك. ساس ماكرو ماك يولد بيانات البرمجة ل بروك نموذج ل نماذج المتوسط ​​المتحرك يعتبر ماكرو ما جزءا من برنامج ساس إتس ولا توجد حاجة إلى خيارات خاصة لاستخدام الماكرو يمكن تطبيق عملية خطأ المتوسط ​​المتحرك على أخطاء المعادلة الهيكلية بناء جملة ماكرو ما هو نفس ماكرو أر باستثناء هناك لا يوجد تايب أرغمنت. عندما كنت تستخدم ما ماكرو أر و مجتمعة، ماكرو ما يجب اتباع ماكرو أر التالية ساس إمل البيانات تنتج عملية خطأ أرما 1، 1 3 وحفظه في مجموعة البيانات مادات 2. التالية بروك نموذج النموذج تستخدم نتس لتقدير معلمات هذا النموذج باستخدام أقصى بنية للخطأ المحتمل وترد تقديرات المعلمات الناتجة عن هذا المدى في الشكل 14 52. احتمال الحد الأقصى أرما 1، 1 3. الشكل 14 52 التقديرات من أرما 1، 1 3 process. Syntax من ماكرو ماك. هناك حالتان من بناء الجملة ل ماكرو ما الأول لديه form. name العام يحدد بادئة ل ما لاستخدامها في بناء أسماء المتغيرات اللازمة لتحديد عملية ما وهو إندوليست الافتراضي. nlag هو ترتيب ما process. endolist يحدد المعادلات التي يتم تطبيق عملية ما إذا تم إعطاء أكثر من اسم واحد، يتم استخدام تقدير كلس ل process. laglist ناقلات يحدد الفترات التي الشروط ما هي ليتم إضافتها يجب أن تكون جميع الفواصل المدرجة أقل من أو تساوي نلاغ ويجب ألا تكون هناك تكرارات إذا لم يتم تحديدها، فإن القيم الافتراضية لاجليست لجميع الفترات من 1 إلى nlag. M الأسلوب تحدد طريقة التقدير لتنفيذ القيم الصالحة لل M هي كلس أقل مشروطة تقديرات المخرجات، تقديرات أولس غير مشروطة للمربعات الصغرى، والتقديرات القصوى للاحتمالية مل. M كلس هو الافتراضي فقط يسمح M كلس عندما يتم تحديد أكثر من معادلة على إندوليست. ما ماكرو بناء الجملة للمتجهات المقيدة تتحرك متوسط. يسمح الاستخدام البديل لل ما لفرض قيود على عملية ما ناقلات عن طريق استدعاء ما عدة مرات لتحديد شروط ما مختلفة والتخلف عن معادلات مختلفة. المكالمة الأولى لديها العامة form. name يحدد بادئة ل ما لاستخدامها في بناء أسماء المتغيرات اللازمة لتحديد متجه ما process. nlag يحدد ترتيب ما process. endolist يحدد قائمة المعادلات التي سيتم تطبيق عملية ما. يحدد ديفر أن ما ليست لتوليد عملية ما ولكن هو الانتظار للحصول على مزيد من المعلومات المحددة في وقت لاحق ما يدعو إلى نفس القيمة اسم المكالمات اللاحقة لها form. name العام هو نفسه كما في call. eqlist الأولى يحدد قائمة المعادلات التي المواصفات في هذه الدعوة ما هي أن يكون application. varlist يحدد قائمة المعادلات التي يتم تضمين المخلفات الهيكلية المتخلفة كما ريجريسورس في المعادلات في eqlist. laglist يحدد قائمة التأخرات t التي يمكن أن تضاف الشروط ما. أخطاء التمرير المتوسط ​​المتحرك أخطاء الأخطاء أرما الأخطاء والنماذج الأخرى التي تنطوي على التأخر من حيث الخطأ يمكن تقدير باستخدام عبارات فيت ومحاكاة أو التنبؤ باستخدام عبارات سولف نماذج أرما لعملية الخطأ في كثير من الأحيان تستخدم لنماذج مع بقايا أوتوكورلاتد الماكرو أر يمكن استخدامها لتحديد نماذج مع عمليات خطأ الانحدار الذاتي يمكن استخدام ماكرو ما لتحديد نماذج مع المتوسط ​​المتحرك عمليات خطأ. أخطاء أوتورغريسيف. أخطاء مع أول طلب خطأ الانحدار الذاتي، أر 1، لديه النموذج. في حين أن عملية خطأ أر 2 لها الشكل. وهكذا دواليك لعمليات أعلى ترتيب لاحظ أن s مستقلة وموزعة بشكل متطابق ولها قيمة متوقعة من 0.على سبيل المثال نموذج مع مكون أر 2 هو ، وهكذا دواليك لعمليات أعلى ترتيب. على سبيل المثال، يمكنك كتابة نموذج الانحدار الخطي بسيط مع ما 2 تتحرك المتوسط ​​أخطاء as. where MA1 و MA2 هي تتحرك متوسط ​​المعلمات. ملاحظة أن ريسيد يتم تعريف Y تلقائيا بواسطة بروك موديل كما. ملاحظة أن ريسيد Y هو سالب من. يجب استخدام الدالة زلاغ لمجموعات ما لاقتطاع عود من التأخر هذا يضمن أن الأخطاء المتأخرة تبدأ في الصفر في مرحلة تأخر التأهل والقيام عدم نشر القيم المفقودة عندما تكون متغيرات فترة التأخير مفقودة، ويضمن أن أخطاء المستقبل هي صفر بدلا من المفقودين أثناء المحاكاة أو التنبؤ للحصول على تفاصيل حول وظائف التأخر راجع قسم لاغ Logic. This النموذج المكتوب باستخدام ماكرو ما هو على النحو التالي. الاستمارة العامة لنماذج أرما. العام أرما p، q العملية لديها النموذج التالي. يمكن تحديد أرما p، q نموذج كما يلي. حيث أر i و ما j تمثل الانحدار الذاتي والمتوسط ​​المتحرك المتوسط ​​لمختلف تأخر يمكنك استخدام أي أسماء تريد لهذه المتغيرات، وهناك العديد من الطرق المماثلة التي يمكن أن تكون مكتوبة المواصفات. يمكن أيضا أن تقدر العمليات فيكتور أرما مع بروك نموذج على سبيل المثال، عملية أر 1 متغير ل e يمكن تحديد خواص المتغيرين الداخليين Y1 و Y2 على النحو التالي. مشاكل التوافق مع نماذج أرما. يمكن أن يكون من الصعب تقدير نماذج أرما إذا لم تكن تقديرات المعلمة ضمن النطاق المناسب، فإن المصطلحات المتبقية للنموذج المتحرك المتوسط ​​تنمو باطراد. يمكن أن تكون البقايا المحسوبة للرصدات اللاحقة كبيرة جدا أو يمكن تجاوزها يمكن أن يحدث ذلك إما بسبب استخدام قيم انطلاق غير مناسبة أو لأن التكرارات قد ابتعدت عن القيم المعقولة. وينبغي استخدام كير في اختيار قيم البداية لمعلمات أرما قيم البداية 001 بالنسبة إلى أرما المعلمات عادة ما تعمل إذا كان النموذج يناسب البيانات جيدا والمشكلة هي مكيفة جيدا لاحظ أن نموذج ما يمكن في كثير من الأحيان تقريب من قبل نموذج أر عالية الترتيب، والعكس بالعكس وهذا يمكن أن يؤدي إلى علاقة خطية عالية في نماذج أرما مختلطة، والتي في بدوره يمكن أن يسبب سوء تكييف خطيرة في الحسابات وعدم الاستقرار من تقديرات المعلمة. إذا كان لديك مشاكل التقارب في حين تقدير نموذج ث عمليات خطأ إرما إيث، حاول تقدير في الخطوات أولا، استخدم عبارة فيت لتقدير المعلمات الهيكلية فقط مع معلمات أرما المحتفظ بها إلى الصفر أو إلى تقديرات سابقة معقولة إذا كان متاحا بعد ذلك، استخدم بيان فيت آخر لتقدير معلمات أرما فقط، وذلك باستخدام قيم المعلمات الهيكلية من المدى الأول وبما أن قيم المعلمات الهيكلية من المرجح أن تكون قريبة من تقديراتها النهائية، فإن تقديرات معلمة أرما قد تتلاقى الآن وأخيرا، استخدم بيان فيت آخر لإنتاج تقديرات متزامنة لجميع المعلمات منذ القيم الأولية من المعلمات من المرجح الآن أن تكون قريبة جدا من تقديراتها المشتركة النهائية، ينبغي أن تتلاقى التقديرات بسرعة إذا كان النموذج مناسبا للبيانات. AR الشروط الأولية. الخطأ الأولي من شروط الخطأ من أر نماذج p يمكن أن تكون مختلفة في مختلف طرق طرق بدء الانحدار الذاتي خطأ بدعم من إجراءات ساس إتس هي التالية. المشروط أقل مربعات أريما و موديل إجراء es. unconditional المربعات الصغرى أوتوريغ، أريما، وإجراءات موديل. أقصى احتمال أوتوريغ، أريما، وإجراءات موديل. يول ووكر أوتوريغ الإجراء فقط. هيلدريث لو، الذي يحذف أول ملاحظات p نموذج إجراء فقط. انظر الفصل 8، و أوتوريغ الإجراء، للحصول على شرح ومناقشة الأسس الموضوعية لمختلف أساليب بدء التشغيل أر p. The كلس، أولس، مل، و هل يمكن إجراء عمليات تهيئة هل من قبل بروك موديل للأخطاء أر 1، يمكن أن تنتج هذه التهيئة كما هو مبين في الجدول 18 2 هذه الأساليب المكافئة في عينات كبيرة. الخيار 18 2 التهيئة التي يؤديها بروك موديل أر 1 الأخطاء. ويمكن أيضا التأخير الأولي لشروط الخطأ في نماذج ما q نمذجة بطرق مختلفة ويدعم نماذج بدء الخطأ المتوسط ​​المتحرك التالية و أريما و MODEL. Conconitionalitional المربعات الصغرى. المحدودية المربعات الصغرى. المشروط المربعات الصغرى طريقة تقدير الانتقال المتوسط ​​أخطاء الخطأ ليست الأمثل لأنه يتجاهل مشكلة بدء التشغيل هذا يقلل كفاءة التقديرات، على الرغم من أنها تبقى غير متحيزة يفترض أن المخلفات الأولية المتأخرة، التي تمتد قبل بداية البيانات، هي 0، قيمتها المتوقعة غير المشروطة. وهذا يميز الفرق بين هذه المخلفات ومتبقي المربعات الصغرى المعمم، متوسط ​​التباين، الذي، على عكس نموذج الانحدار الذاتي، يستمر من خلال مجموعة البيانات عادة هذا الاختلاف يتقارب بسرعة إلى 0، ولكن بالنسبة لعمليات المتوسط ​​المتحرك غير قابل للتحويل تقريبا التقارب بطيء جدا للحد من هذه المشكلة، يجب أن يكون لديك الكثير من البيانات، و يجب أن تكون تقديرات المعلمة المتوسطة المتحركة ضمن النطاق القابل للانعكاس. ويمكن تصحيح هذه المشكلة على حساب كتابة برنامج أكثر تعقيدا يمكن إنتاج تقديرات المربعات الصغرى غير المشروطة لعملية ما 1 من خلال تحديد النموذج كما يلي. متوسط ​​أخطاء المتوسط يمكن أن يكون من الصعب تقدير يجب أن تنظر في استخدام تقريب أر إلى عملية المتوسط ​​المتحرك A أفيراج تتحرك عملية البريد يمكن عادة أن يكون جيدا تقريبها من قبل عملية الانحدار الذاتي إذا لم يتم تمهيد البيانات أو ديفيرنسد. أر ماكرو. ساس الماكرو أر يولد بيانات البرمجة ل بروك نموذج لنماذج الانحدار الذاتي الماكرو أر هو جزء من ساس إتس البرمجيات، و أي خيارات خاصة تحتاج إلى تعيين لاستخدام الماكرو يمكن تطبيق عملية الانحدار الذاتي على أخطاء المعادلة الهيكلية أو إلى سلسلة الذاتية أنفسهم. يمكن استخدام الماكرو أر للأنواع التالية من autoregression. unrestimited ناقلات autoregression. restimited ناقلات الانتكاس الذاتي. الانحراف التلقائي المتحد أحادي المتغيرات. لتحديد نموذج خطأ المعادلة كعملية الانحدار الذاتي، استخدم العبارة التالية بعد المعادلة. على سبيل المثال، لنفترض أن Y هي دالة خطية ل X1 و X2 و خطأ أر 2 يمكنك كتابة هذا النموذج ك يجب أن تأتي المكالمات إلى أر بعد كل المعادلات التي تنطبق عليها العملية. الاستدعاء الكلي السابق، أر y، 2، ينتج العبارات المبينة في قائمة أوتبو t في الشكل 18 58. الشكل 18 58 ليست مخرجات الخيار لنموذج أر 2. المتغيرات المسبقة بريد هي متغيرات البرنامج المؤقتة المستخدمة بحيث تكون التخلف عن البقايا هي المخلفات الصحيحة وليس تلك المعاد تعريفها بواسطة هذه المعادلة لاحظ أن هذا أي ما يعادل العبارات المكتوبة بشكل صريح في القسم النموذج العام لنماذج أرما. يمكنك أيضا تقييد معلمات الانحدار الذاتي إلى صفر عند التأخر المحدد على سبيل المثال، إذا كنت تريد معلمات الانحدار الذاتي في الفترات 1 و 12 و 13، يمكنك استخدام العبارات التالية . هذه البيانات تولد الإخراج هو مبين في الشكل 18 59.Figure 18 59 ليست الإخراج الخيار لنموذج أر مع تأخر في 1 و 12 و 13.The موديل الإجراء. إقتباس من البرمجية البرمجية المترجمة. الوصف كما Parsed. PRED ياب X1 ج x2RESID y بريد y - y أكوالي y yr1 y y ylr y yl1 zlag1 y - بيردي yl12 ZLAG12 y - بيردي yl13 ZLAG13 y - PREDY. RESID y بريد y - y. هناك اختلافات على طريقة المربعات الصغرى المشروطة، ديب ندينغ على ما إذا كانت الملاحظات في بداية سلسلة تستخدم لتسخين عملية أر افتراضيا، فإن طريقة مربعات أقل مشروطة أر يستخدم جميع الملاحظات ويفترض الأصفار للتخلف الأولي من شروط الانحدار الذاتي باستخدام الخيار M، يمكنك طلب أن أر استخدام المربعات الصغرى غير المشروطة أولس أو الحد الأقصى احتمال طريقة مل بدلا من ذلك على سبيل المثال. يتم تقديم مناقشة هذه الأساليب في القسم أر الشروط الأولية. باستخدام الخيار M كلس ن، يمكنك طلب استخدام الملاحظات N الأولى ل حساب تقديرات تأخر الانحدار الذاتي الأولي في هذه الحالة، يبدأ التحليل بالملاحظة n 1 على سبيل المثال. يمكنك استخدام الماكرو أر لتطبيق نموذج الانحدار الذاتي إلى المتغير الداخلي، بدلا من مصطلح الخطأ، وذلك باستخدام الخيار تايب V على سبيل المثال، إذا كنت ترغب في إضافة الفواصل السابقة الخمسة من Y إلى المعادلة في المثال السابق، يمكنك استخدام أر لتوليد المعلمات والتخلف باستخدام العبارات التالية. ستا السابقة تيمنتس توليد الإخراج المبين في الشكل 18 60. الشكل 18 60 ليست خرج الخيار لنموذج أر من Y. ويتوقع هذا النموذج Y كمزيج خطي من X1 و X2 واعتراض وقيم Y في أحدث خمس فترات. Onregorgression. Un تقييد مقيدة لخطأ الأخطاء لمجموعة من المعادلات كعملية متجه الانحدار الذاتي، استخدم النموذج التالي من ماكرو أر بعد المعادلات. قيمة اسم العملية هي أي اسم تقدمه أر لاستخدامه في إجراء أسماء ل معلمات الانحدار الذاتي يمكنك استخدام ماكرو أر لنموذج عدة عمليات أر مختلفة لمجموعات مختلفة من المعادلات باستخدام أسماء عمليات مختلفة لكل مجموعة اسم العملية يضمن أن أسماء المتغيرات المستخدمة هي فريدة من نوعها استخدام قيمة اسم عملية قصيرة للعملية إذا تقديرات المعلمة يجب أن تكون مكتوبة إلى مجموعة بيانات الإخراج يحاول ماكرو أر إنشاء أسماء معلمات أقل من أو يساوي ثمانية أحرف، ولكن هذا يقتصر على طول اسم العملية الذي يستخدم كبادئة ل إن قيم المتغيرات أر هي قائمة المتغيرات الذاتية للمعادلات. على سبيل المثال، لنفترض أن أخطاء المعادلات Y1 و Y2 و Y3 يتم إنشاؤها بواسطة عملية الانحدار الذاتي المتجه من الدرجة الثانية يمكنك استخدام العبارات التالية. توليد ما يلي ل Y1 و التعليمات البرمجية مماثلة ل Y2 و Y3.Only المربعات الصغرى الشرطية M كلس أو M كلس ن طريقة يمكن استخدامها لعمليات متجه. يمكنك أيضا استخدام نفس النموذج مع القيود التي مصفوفة معامل تكون 0 في التأخر المحدد على سبيل المثال، تنطبق العبارات التالية عملية متجه من الدرجة الثالثة على أخطاء المعادلة مع كل المعاملات عند التأخر 2 المقيدة إلى 0 ومع المعاملات عند الفواصل الزمنية 1 و 3 غير المقيدة. يمكنك نموذج السلسلة الثلاثية Y1 Y3 باعتبارها الانحدار الذاتي المتجه عملية في المتغيرات بدلا من الأخطاء باستخدام الخيار تايب V إذا كنت ترغب في نموذج Y1 Y3 كدالة للقيم الماضية Y1 Y3 وبعض المتغيرات الخارجية أو الثوابت، يمكنك استخدام أر لتوليد ث e من أجل شروط التأخر كتابة معادلة لكل متغير للجزء غير النشط من النموذج ثم قم باستدعاء أر مع الخيار تايب V على سبيل المثال. يمكن أن يكون الجزء غير التخطيطي للنموذج دالة للمتغيرات الخارجية أو يمكن أن يكون معلمات اعتراض إذا لم تكن هناك مكونات خارجية لنموذج الانحدار الذاتي للناقل بما في ذلك عدم وجود اعتراضات ثم قم بتخصيص صفر لكل من المتغيرات يجب أن يكون هناك تخصيص لكل من المتغيرات قبل أن يسمى أر. هذا المثال نماذج المتجه Y Y1 Y2 Y3 كدالة خطية فقط من قيمته في الفترتين السابقتين وناقلات خطأ الضوضاء البيضاء النموذج يحتوي على 18 3 3 3 3 معلمات. سينتاكس من ماكرو أر. هناك حالتان من بناء الجملة ل ماكرو أر عندما القيود على لا حاجة لعملية ناقلات أر، وبناء الجملة ماكرو أر لديها الشكل العام. حدد البادئة ل أر لاستخدامها في بناء أسماء المتغيرات اللازمة لتحديد عملية أر إذا لم يتم تحديد إندوليست، القائمة الذاتية القيم الافتراضية التي يجب أن تكون اسم المعادلة التي سيتم تطبيق عملية خطأ أر لا يمكن أن تتجاوز قيمة الاسم 32 حرفا. ترتيب عملية أر. يحدد قائمة المعادلات التي يجب أن تكون عملية أر يطبق إذا تم إعطاء أكثر من اسم واحد، يتم إنشاء عملية متجه غير مقيد مع المخلفات الهيكلية من جميع المعادلات المدرجة على النحو المسترجعات في كل من المعادلات إذا لم يحدد، الافتراضيات إندوليست إلى name. specages قائمة التأخيرات التي مصطلحات أر are to be added The coefficients of the terms at lags not listed are set to 0 All of the listed lags must be less than or equal to nlag and there must be no duplicates If not specified, the laglist defaults to all lags 1 through nlag. specifies the estimation method to implement Valid values of M are CLS conditional least squares estimates , ULS unconditional least squares estimates , and ML maximum likelihood estimates M CLS is the default Only M CLS is allowed when more than on e equation is specified The ULS and ML methods are not supported for vector AR models by AR. specifies that the AR process is to be applied to the endogenous variables themselves instead of to the structural residuals of the equations. Restricted Vector Autoregression. You can control which parameters are included in the process, restricting to 0 those parameters that you do not include First, use AR with the DEFER option to declare the variable list and define the dimension of the process Then, use additional AR calls to generate terms for selected equations with selected variables at selected lags For example. The error equations produced are as follows. This model states that the errors for Y1 depend on the errors of both Y1 and Y2 but not Y3 at both lags 1 and 2, and that the errors for Y2 and Y3 depend on the previous errors for all three variables, but only at lag 1. AR Macro Syntax for Restricted Vector AR. An alternative use of AR is allowed to impose restrictions on a vector AR proc ess by calling AR several times to specify different AR terms and lags for different equations. The first call has the general form. specifies a prefix for AR to use in constructing names of variables needed to define the vector AR process. specifies the order of the AR process. specifies the list of equations to which the AR process is to be applied. specifies that AR is not to generate the AR process but is to wait for further information specified in later AR calls for the same name value. The subsequent calls have the general form. is the same as in the first call. specifies the list of equations to which the specifications in this AR call are to be applied Only names specified in the endolist value of the first call for the name value can appear in the list of equations in eqlist. specifies the list of equations whose lagged structural residuals are to be included as regressors in the equations in eqlist Only names in the endolist of the first call for the name value can appear in varlist If not specified, varlist defaults to endolist. specifies the list of lags at which the AR terms are to be added The coefficients of the terms at lags not listed are set to 0 All of the listed lags must be less than or equal to the value of nlag and there must be no duplicates If not specified, laglist defaults to all lags 1 through nlag. The MA Macro. The SAS macro MA generates programming statements for PROC MODEL for moving-average models The MA macro is part of SAS ETS software, and no special options are needed to use the macro The moving-average error process can be applied to the structural equation errors The syntax of the MA macro is the same as the AR macro except there is no TYPE argument. When you are using the MA and AR macros combined, the MA macro must follow the AR macro The following SAS IML statements produce an ARMA 1, 1 3 error process and save it in the data set MADAT2.The following PROC MODEL statements are used to estimate the parameters of this model by using maximu m likelihood error structure. The estimates of the parameters produced by this run are shown in Figure 18 61.Figure 18 61 Estimates from an ARMA 1, 1 3 Process. There are two cases of the syntax for the MA macro When restrictions on a vector MA process are not needed, the syntax of the MA macro has the general form. specifies a prefix for MA to use in constructing names of variables needed to define the MA process and is the default endolist. is the order of the MA process. specifies the equations to which the MA process is to be applied If more than one name is given, CLS estimation is used for the vector process. specifies the lags at which the MA terms are to be added All of the listed lags must be less than or equal to nlag and there must be no duplicates If not specified, the laglist defaults to all lags 1 through nlag. specifies the estimation method to implement Valid values of M are CLS conditional least squares estimates , ULS unconditional least squares estimates , and ML maximum li kelihood estimates M CLS is the default Only M CLS is allowed when more than one equation is specified in the endolist. ما ماكرو بناء الجملة للناقلات المقيدة تتحرك - Average. An استخدام بديل من ما يسمح لفرض قيود على عملية ما ناقلات عن طريق استدعاء ما عدة مرات لتحديد شروط ما مختلفة والتخلف عن المعادلات المختلفة. المكالمة الأولى لديها form. specives عامة بادئة ل ما لاستخدامها في بناء أسماء المتغيرات اللازمة لتعريف متجه ما process. يحدد ترتيب عملية ما. حدد قائمة المعادلات التي يتم تطبيق عملية ما. ويحدد أن ما هو ليس لتوليد عملية ما ولكن هو الانتظار للحصول على مزيد من المعلومات المحددة في وقت لاحق ما يدعو لنفس القيمة name. The المكالمات اللاحقة لها form. is العام نفسه كما في call. speces الأولى قائمة المعادلات التي المواصفات في هذه الدعوة ما يتم تطبيقها. تحدد قائمة المعادلات التي يجب أن تدرج المخلفات الهيكلية المتخلفة كمؤخرات في المعادلات في eqlist. يحدد قائمة التأخيرات التي ستضاف إليها مصطلحات ما.