7.7.2. Построение arma модели в модуле arima & Autocorrelation function

Для построения семейства ARMA моделей в пакете STATISTICA существует специальный модуль:

Шаг 1. В главном меню выберем Statistics  Advancer Linear/Nonlinear Models  Time Series Analysis  ARIMA & Autocorrelation function (Расчеты  Основные линейные и нелинейные модели  Анализ временных рядов  ARIMA & Автокорреляционные функции).

Шаг 2. В появившемся окне Single Series ARIMA (АРПСС модель для одномерного ряда) выберем вкладку Quick (Быстрые). В верхней части окна выберем ряд, на основе которого будет проведена оценка модели, в нашем случае это – x-0,000-1,00*x(t-1); x-0,000-1,00*x(t-1) (ряд вторых разностей).

Рисунок 7.13 – Установки ARMA модели (приведено часть исходного окна)

Шаг 3. После нажатия кнопки будет выведено окно Single Series ARIMA Results (Результаты построения АРПСС модели для одномерного ряда).

Рисунок 7.14 – Окно результатов построения АРПСС модели

Приведенное окно (рисунок 7.14) характерно для рассматриваемого пакета программ, оно разделено на две половины: в верхней части приведены результаты расчетов ARMA модели, в нижней части приведены вкладки, позволяющие подробнее просмотреть результаты построения модели и оценить прогноз.

Шаг 4. Выберем вкладку Advanced и нажмем кнопку Summary: Parameter estimates результаты приведем в таблице 7.5.

Таблица 7.5 – Результаты построения ARMA(1,0) модели

	Param.	Asympt. Std. Err.	Asympt. t(25)	p	Lower 95% Conf	Upper 95% Conf
p(1)	-0,911	0,102	-8,895	0,000	-1,122	-0,700

Во втором столбце расположены параметры уравнения в данном случае модель имеет вид:

В третьем столбце расположены асимптотические ошибки.

В четвертом асимптотический t-критерий.

Далее p-уровень значимости и 95% нижняя (верхняя) границы.

Судя по полученному значению асимптотического t-критерия полученная модель статистически значима.

Шаг 5. Для прогнозирования значений вторых разностей данном модуле необходимо во вкладке Advanced обратится к группе опций Forecasting (Прогнозирование). Допустим необходимо построить прогноз на 4 уровня вперед, для этого установим цифру 4 в опции Number of cases (Номер наблюдения). И нажмем кнопку Forecast cases (Прогноз значения), в результате получим таблицу 7.6 и рисунок 7.15.

Таблица 7.6 - Прогнозные значения вторых разностей денежного агрегата М0 на 2006г.

	Forecast	Lower 95%	Upper 95%	Std.Err.
29	-162,614	-291,707	-33,522	62,680
30	148,142	-26,487	322,772	84,791
31	-134,958	-339,833	69,917	99,476
32	122,947	-103,989	349,884	110,188

Рисунок 7.15 – Прогноз вторых разностей по модели ARMA (1,0)