한 고용 분석가가 세 가지 업종의 5년(60개월)간 고용 추세를 조사합니다. 분석가가 무역업에 대한 모형을 적합하기 위해 ARIMA를 수행합니다.

  1. 표본 데이터고용추세.MTW을 엽니다.
  2. 통계분석 > 시계열 > ARIMA을 선택합니다.
  3. 시계열무역을 입력합니다.
  4. 자기회귀비계절 모형에서 1을 입력합니다.
  5. 그래프을 클릭한 다음 잔차 ACF을 선택합니다.
  6. 확인을 클릭합니다.

결과 해석

이동 평균[MA] 항의 p-값이 유의 수준 0.05보다 작습니다. 분석가는 이동 평균[MA] 항에 대한 계수가 통계적으로 유의하다는 결론을 내리고 모형의 항을 유지합니다. Ljung-Box 카이-제곱 통계량에 대한 p-값은 모두 0.05보다 크고 잔차의 자기상관함수에 대한 어느 상관도 유의하지 않습니다. 분석가는 모형이 잔차가 서로 독립적이라는 가정을 충족한다는 결론을 내립니다.

ARIMA 모형: 무역

각 반복에서의 추정치 반복 SSE 모수 0 543.908 0.100 90.090 1 467.180 -0.050 105.068 2 412.206 -0.200 120.046 3 378.980 -0.350 135.024 4 367.545 -0.494 149.372 5 367.492 -0.503 150.341 6 367.492 -0.504 150.410 7 367.492 -0.504 150.415 0.001 미만의 각 추정치의 상대적 변화
모수의 최종 추정치 유형 계수 SE 계수 T-값 P-값 AR 1 -0.504 0.114 -4.42 0.000 상수 150.415 0.325 463.34 0.000 평균 100.000 0.216

관측치 수: 60

잔차 제곱합 DF SS MS 58 366.733 6.32299 후방 예측 제외
수정된 Box-Pierce(Ljung-Box) 카이-제곱 통계량 시차 12 24 36 48 카이-제곱 4.05 12.13 25.62 32.09 DF 10 22 34 46 P-값 0.945 0.955 0.849 0.940
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오