Question

我目前正在审阅Ruey Tsay的财务时间序列分析第2版的副本，其中一个部分涉及将MA模型拟合到某些数据（数据集为here）。根据文本，这是符合确切最大似然的拟合，删除了某些不重要的参数：

rt = 0.013 + a（t）+ 0.181a（t-1） - 0.121a（t-3）+ 0.122a（t-9）

σ（a）= 0.0724

然而，当我尝试用R ...

时

> mew = read.table("m-ew.dat")
> arima(mew,order = c(0,0,9),fixed = c(NA,0,NA,rep(0,5),NA,NA),method = "ML")
Call:
arima(x = mew, order = c(0, 0, 9), fixed = c(NA, 0, NA, rep(0, 5), NA, NA), 
method = "ML")

Coefficients:
        ma1  ma2      ma3  ma4  ma5  ma6  ma7  ma8     ma9  intercept
      0.180    0  -0.1318    0    0    0    0    0  0.1373     0.0132
s.e.  0.031    0   0.0362    0    0    0    0    0  0.0327     0.0029

sigma^2 estimated as 0.005282:  log likelihood = 1039.1,  aic = -2068.21

如您所见，ma1系数是相同的，但ma3和ma9是不同的，即使方法=“ML”，即最大似然。这是为什么？

另外，从实际角度来看，虽然ma2和ma4-ma8可能为0（它们的95％置信区间与0重叠），但从模型中移除它们会提高AIC，降低与Ljung相关的p值。对残差进行框测试，并降低对数似然值。如果发生这种情况，是否值得删除这些参数？

Answer 1

在对arima的帮助中，可以阅读： “结果可能与S-PLUS的arima.mle不同，后者计算条件可能性并且不包括模型中的均值。进一步......”

和Tsay使用S-Plus ......

在R中，MA函数的系数是否错误？

1 个答案: