歪曲数据的时间序列建模

Question

我试图模拟10年的月度时间序列数据，这些数据非常不稳定，总体上呈上升趋势。乍一看，它看起来像一个强大的季节性系列，但测试结果表明，它绝对不是季节性的。这是一个定价变量，我试图将其作为宏观经济环境的函数进行建模，例如利率和收益率曲线。 我已经尝试了线性OLS回归（proc reg），但是我没有得到一个非常棒的dmodel。 我也尝试过自回归错误模型（proc autoreg），但它捕获了7个滞后的误差项作为重要因素。我并不想在模型中包含那么多的误差项滞后。此外，当我将所有这些误差滞后包括在模型中时，大多数宏观经济变量变得微不足道。

任何建模方法/技术的建议，可以帮助我模拟这种波涛汹涌的数据真的很感激。

Answer 1

在过去的项目中，我们使用PROC华宇基于时间序列过去的销售预测未来的产品销售： http://support.sas.com/documentation/cdl/en/etsug/60372/HTML/default/viewer.htm#etsug_arima_sect019.htm（注意，华宇也是自回归模型）

但正如乔说，对于你的问题真正的统计反馈，你最好在交叉验证网站上询问。