動態預測（ARIMA）與在Stata

多個迴歸量我有一個小的時間序列數據集，其中一個樣本是下面：動態預測（ARIMA）與在Stata

year AvgU5MR  AvgPov  AvgEnrol 
2000 126.9307 41.0109  67.11833 
2001 123.4138 39.9748  68.66798 
2002 119.93  45.85194 65.82739 
2003 116.4923 55.3706  69.17756 
2004 113.1362 32.63662 70.83884 
2005 109.9008 41.08603 75.35649 
2006 106.816  43.45722 75.98755 
2007 103.8878 19.19114 76.86299 
2008 101.1161 38.05993 76.53685 
2009 98.50167 21.91146 79.51743 
2010 96.03816 36.33022 78.84795 
2011 93.71016 35.46586 79.60537 
2012 91.49234 24.44083 80.46068 
2013 89.36112    79.87075 
2014 87.30394   
2015    
...  
2030

我想直到2030創建預測AvgU5MR（變量是非靜止的，所以我基於與AvgPov和AvgEnrol作爲我的自變量的華宇多重回歸估計消除了這種通過第四差），所以已經進入到下列塔塔：

> arima D4.AvgU5MR AvgPov AvgEnrol 
> predict U5hat, dynamic(2012) y

然而，當我這樣做，塔塔只計算樣本內預測，n超出樣本預測。關於如何獲得樣本外預測的任何建議？

我認識到這一點（How to get Stata to produce a dynamic forecast when using lagged outcome as a regressor?）也涉及動態預測，但使用超鏈接問題答案中提供的類似代碼並未給我一個樣本外預測。

我事先感謝您的幫助。

來源

2015-06-02 Vidya

您的示例數據缺失值（。）中的空白值是否存在？ –

空白值表示數據結束的位置。 – Vidya

問題似乎是你包括自變量，因此，估計一個ARMAX模型。對於樣本外預測，還需要自變量AvgPov和AvgEnrol的值。該模型不估計它們;回憶因變量是D4.AvgU5MR。

來源

2015-06-03 14:05:43

好了，我想我明白了，謝謝！所以我現在做的是1）獨立運行ARIMA模型，用於AvgPov和AvgEnrol，2）獨立地獲取每個迴歸器的樣本外預測，3）然後運行arima在多元迴歸上，最後是4）通過動態預測整個多元迴歸（現在AvgPov和AvgEnrol已經預測了這些值）。 – Vidya

另外，你是否知道是否有辦法改變預測函數，使得對於它預測的樣本值，它假設的年增長率比給定的歷史樣本高5％？ – Vidya

我不知道，也不認爲這是可能的。當然，您可以在預測後調整預測。關於這一點以及獲得它們的程序，你最好在其他地方尋求統計建議。兩個可能的地方是統計師和交叉驗證。無論如何，你應該提供更多關於你想要達到什麼的背景。 –

動態預測（ARIMA）與在Stata

回答

相關問題