Problema con ARIMA en Minitab

Question

He hecho que los datos no estacionarios sean estacionarios diferenciando en el retardo 1 y luego diferenciando las diferencias en el retardo 11. Los valores de los datos para los meses 1/06 al 6/11 están en un archivo de Excel en https://rapidshare.com/files/3190310580/data.xls, reproducidos aquí:

5821    7652    8761    6578    4320    10982   4522    6573    16300   10982   4320    15100   9021    7821    16432   9649    7092    19821   3987    10753   25470   8721    15211   23112   8731    19532   27611   9843    17805   25761   14251   12769   30921   8911    16734   35421   20091   17234   32612   15432   19835   38631   16752   25433   33292   14526   11399   35467   8069    11985   18918   9316    10813   17854   3350    17436   19876   3276    9850    16771   4755    5358    18101   8659    11963   17466

Trabajé en Minitab con este conjunto de datos y obtuve la salida para el modelo ARIMA(2,0,2).

Modelo 2 (AR2, MA2, DF=0)
Estimaciones Finales de Parámetros

Tipo     Coef  SE Coef       T      P
AR   1  -0.9821   0.0366  -26.80  0.000
AR   2  -0.9841   0.0357  -27.56  0.000
MA   1  -0.2964   0.1371   -2.16  0.036
MA   2  -0.3705   0.1412   -2.62  0.011

Número de observaciones:  54
Residuos:    SS =  2019255200 (excluidas las retroproyecciones)
              MS =  40385104  DF = 50

Estadístico de Chi-cuadrado Modificado de Box-Pierce (Ljung-Box)

Retardo           12     24     36     48
Chi-cuadrado   23.7   42.2   54.0   65.0
DF              8     20     32     44
Valor-P     0.003  0.003  0.009  0.021

MI problema es que no sé cómo obtener el valor pronosticado en Minitab con respecto al conjunto de datos actual. ¿Cómo obtener el gráfico? ¿Hay alguna forma de obtener el resultado anterior en un solo comando en Minitab (haciendo los datos estacionarios en Minitab)?

Answer 1

Siga los pasos a continuación para obtener los valores pronosticados en Minitab.

Ir a Menú Estadístico -> Series temporales -> ARIMA

Ingresar sus datos de series temporales en "Series" y ingresar el orden apropiado para AR, I y MA.

luego hacer clic en "Gráficos" y marcar "Gráfico de series temporales (incluyendo pronósticos opcionales)", Hacer clic en "OK"

luego hacer clic en la opción "Pronósticos" e ingresar el avance y el origen según sea necesario, luego hacer clic en "OK"

Avance - ¿Cuántos puntos de pronóstico necesita?

Origen - ¿Desde qué punto necesita el pronóstico?

Hacer clic en la opción "Almacenamiento" y marcar "Residual" y "Ajustes" para obtener los valores en la hoja de cálculo.

Hacer clic en "OK" para obtener el gráfico y los resultados.

Los mismos resultados se pueden obtener ejecutando el siguiente comando:

Nombre c2 "RESI1" c3 "FITS1" 
ARIMA 2 0 2 'Datos' 'RESI1' 'FITS1"; 
  SinConstante; 
  Pronóstico 50 12; 
 GSeries 
  Resumen 2 

¡Espero que esto ayude!

Answer 2

No pude descargar tus datos ya que parecía querer contraseñas, pero solo puedo suponer que estás identificando incorrectamente la estructura ARMA. Por ejemplo, si tienes una serie de ruido blanco, puedes modelar [1-phiB][Y-u]=[1-thethaB] donde phi=thetha. ¡Nunca he visto (¡o prácticamente nunca!) un modelo ar2, ma2. Si puedes publicar tus datos para que podamos verlos, podría ser de más ayuda. Los coeficientes de la estructura AR parecen reflejar no estacionalidad, por lo que realmente podrías tener un modelo (0,2,2).

Después de recibir tus datos, está claro que estás modelando totalmente mal la serie. La acf de la serie es lo que conduce a un modelo muy simple con una frecuencia de 3 basado en la acf en lugar de 12 que tiene un gráfico residual de y una ecuación de y un conjunto de pronósticos