ARIMA系列SAS vs R.

时间:2017-06-25 18:35:05

标签: r sas

我正在测试SAS和R的时间序列。

我在R

中有这个代码

ARIMA(1,1,0)(0,1,1)

 ar1_ma12noint<-arima(qxts, order = c(1,1,0),seasonal = list(order = c(0,1, 1), period = 12),
                     include.mean = FALSE )

ar1_ma12noint

(1-pnorm(abs(ar1_ma12noint$coef)/sqrt(diag(ar1_ma12noint$var.coef))))*2

这个代码在SAS中,

proc arima data= serie.diff12_r  plots(unpack)=series(corr crosscorr);
identify var=pasajeros nlag=60 ;
estimate p=(1) q=(12) noint ;
run;

编辑:SPSS显示的估计参数与SAS相同。

我在这两个模型中都有相同的模型,但是

R显示此估计参数:

Coefficients:
     ar1    sma1
  -0.353  -0.498

标准误差。 0.082 0.068

和SAS,

 MA1,1 0.48528 0.08367 5.80 <.0001 12 
AR1,1 -0.34008 0.08666 -3.92 0.0001 1 

我想知道为什么两个程序之间的估计是不同的。我的意思是唱季节性ma参数。

感谢所有人!

编辑:我认为R显示移动平均模型随着变化唱歌。

问题很接近!

1 个答案:

答案 0 :(得分:2)

两件事:

  1. 您的R型号使用简单&amp;季节性差异,而您的SAS模型不是
  2. SAS默认使用条件最小二乘估计,而R使用条件最小二乘来初始化ML估计。
  3. 指定ML估算并添加订单(1 12)的差异应该会产生相同的结果:

    proc arima data= serie.diff12_r  plots(unpack)=series(corr crosscorr);
        identify var=pasajeros(1 12) nlag=60 ;
        estimate p=(1) q=(12) noint method=ml;
    run;