Box-Jenkins方法論は、ARIMAモデルを構築するために使用できる戦略または手順です。この方法論は、1970年に最初に発行された本「時系列分析:ジョージEPボックスとグウィリムM.ジェンキンスによる予測と制御」で概説されています。より新しい版が存在します。
SASを開き、proc ARIMAを呼び出して、p、d、およびqの数値を提供することにより、単にARIMAモデルを推定しました。これを盲目的に行うこと、つまり、ARIMAモデル自体を識別するために特定の認識された方法論を使用しないことは、マッチで遊ぶことと少し似ています-ソフトウェアの危険性!
このプロセスを繰り返し続けると-たくさんのARIMAモデルを推定します-最終的に、(推定したモデルのセットから)赤池情報基準が最も低いモデルを選択できるようになります。このコンテキストでは、より体系的なアプローチは、さまざまな異なるモデルのAIC値の比較に基づくアルゴリズムを使用して、Rの予測パッケージによって提供されるARIMAモデルなどのARIMAモデルを自動的に選択することです-関連する関数名ですauto.arima()
。
いずれにしても、概要を説明した手順には、いくつかの情報基準(この場合はAICですが、他の方法があります)の最小化に基づくARIMAモデルの選択が含まれていました。これは特定の方法論の1つですが、Box-Jenkins方法論ではありません。代替。
Box-Jenkinsの方法論は5つの段階で構成されます(ただし、3つの段階しか含まないと言われることもあります)。
- 定常性または非定常性をチェックし、必要に応じてデータを変換します。
- 適切なARMAモデルの特定。
- 選択したモデルのパラメーターの推定。
- モデルの妥当性の診断チェック。そして
- 予測、またはステップ2〜5の繰り返し。
特に、それはモデルビルダーが何らかの判断を行うことを含む反復プロセスであり、これは欠点と見なされてきた方法論の1つの側面です。特に2つのツールを解釈するときに、判断の部分が役立ちます。つまり、(推定された)自己相関関数(ACF)と部分自己相関関数(PACF)です。
Box-Jenkins方法論の実務家になりたい場合は、元のテキスト(最新の教科書では省略されていることに驚かれるでしょう)を、最新のバリエーションと併せて参照することをお勧めします。Alan Pankratzには2冊の優れた教科書があり、私もこれを強くお勧めします。たとえば、単変量Box-Jenkinsモデルを使用した予測:概念とケース。
「Box-Jenkins方法論」という用語は、ARIMAモデルの構築に関連する実際のプロセスではなく、一般的にARIMAモデルの構築を単に参照するためにそれを使用していると聞いたため-1970年に公開されたものの修正版を参照するためにそれを使用している間。@ Glen_bが指摘したように、「AICまたは類似の量の使用を含む、最近のBox-Jenkins方法論を説明する多数のドキュメントがあります」 。
Q:Box-Jenkinsの方法論を使用して、p、d、qの初期推定値を考え出す必要がありますか?
すでに述べたように、さまざまなモデル選択戦略があるため、Box-Jenkins方法論を採用する必要があるとは限りませんが、必要に応じて可能です。
Q:SASは内部的に何らかの方法でそれを使用しましたか?
そのソフトウェアが非常に高度な機能を提供しない限り、ほとんどあり得ません!ソフトウェアの機能または実行可能な機能の詳細については、公式のSASドキュメントを参照してください。Rならソースコードを見ることができますが、それはSASのオプションではないかと思います。