歪曲數據的時間序列建模

Question

我試圖模擬10年的月度時間序列數據，這些數據非常不穩定，總體上呈上升趨勢。乍一看，它看起來像一個強大的季節性系列，但測試結果表明，它絕對不是季節性的。這是一個定價變量，我試圖將其作爲宏觀經濟環境的函數進行建模，例如利率和收益率曲線。 我已經嘗試了線性OLS迴歸（proc reg），但是我沒有得到一個非常棒的dmodel。 我也嘗試過自迴歸錯誤模型（proc autoreg），但它捕獲了7個滯後的誤差項作爲重要因素。我並不想在模型中包含那麼多的誤差項滯後。此外，當我將所有這些誤差滯後包括在模型中時，大多數宏觀經濟變量變得微不足道。

任何建模方法/技術的建議，可以幫助我模擬這種波濤洶涌的數據真的很感激。

Answer 1

在過去的項目中，我們使用PROC華宇基於時間序列過去的銷售預測未來的產品銷售： http://support.sas.com/documentation/cdl/en/etsug/60372/HTML/default/viewer.htm#etsug_arima_sect019.htm（注意，華宇也是自迴歸模型）

但正如喬說，對於你的問題真正的統計反饋，你最好在交叉驗證網站上詢問。