👇 连享会 · 推文导航 | www.lianxh.cn
🍎 Stata：Stata基础 | Stata绘图 | Stata程序 | Stata新命令 📘 论文：数据处理 | 结果输出 | 论文写作 | 数据分享 💹 计量：回归分析 | 交乘项-调节 | IV-GMM | 时间序列 | 面板数据 | 空间计量 | Probit-Logit | 分位数回归 ⛳ 专题：SFA-DEA | 生存分析 | 爬虫 | 机器学习 | 文本分析 🔃 因果：DID | RDD | 因果推断 | 合成控制法 | PSM-Matching 🔨 工具：工具软件 | Markdown | Python-R-Stata 🎧 课程：最新专题 | 计量专题 | 关于连享会
🍓 课程推荐：连享会：2025 寒假前沿班
嘉宾：杨海生，中山大学
时间：2025 年 1 月 13-24 日
咨询：王老师 18903405450（微信）
作者：王珞嘉 (厦门大学)
邮箱：ljwang@stu.xmu.edu.cn
温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码，直达原文：
目录
1. 引言
2. 命令介绍
3. 具体应用
4. 结语
5. 相关推文
1. 引言
对于 ARIMA 模型 (差分整合移动平均自回归模型)，我们可以通过调整的 Hyndman-Khandakar (2008) 算法找到最佳的 ARIMA (p, d, q) 模型 (其中，p 和 q 是自回归和平均移动阶数，d 为差分阶数)。
实现上述过程的 Stata 命令为 arimaauto。arimaauto 是 ARMA-limited 命令 arimasel 的姐妹版，二者具有相互一致的输出。该命令允许 ARIMA (p, d, q) 和乘法季节性 ARIMA (p, d, q)(P, D, Q) 模型，同时根据 LLF、AIC 或 SIC 选择最佳模型，并返回其估计值。
然而，与 arimasel 不同的是，默认情况下，选择是在 Hyndman-Khandakar 算法的帮助下执行的。该算法首先在 R 语言的 auto.arima 函数 (forecast 包的一部分) 中实现。
本文介绍的 xtarimau 命令则是构建在 arimaauto 命令上，在实现 arimaauto 功能的同时，又适用于面板。
2. 命令介绍
命令安装：
ssc install xtarimau, replace命令语法：
xtarimau [varlist] [if] [in] [weight] [, options]其中，主要选项如下：
noseasonal：将模型空间限制为非季节模型，在hegy的帮助下禁用自动确定 #D 的功能；nostepwise：切换到 Hyndman-Khandakar 算法的批量估计；maxmodels(#)：估计模型的最大数量 (默认无限制)；postestimation(string)：string可以是由program define定义的任何命令或程序，这些命令将在每个时间序列的模型估计之后运行。
适用条件：
xtarimau 命令的内核是 arimaauto，因此需满足 arimaauto 的运行条件。具体而言，需安装 arimaauto 所必须的两个命令，即 hegy 和 kpss，并且要在 Stata17 的环境中运行。
ssc install arimaauto, replace
help arimaautonet install st0453.pkg, replace
net install sts15_2.pkg, replace
3. 具体应用
我们以系统自带数据 xtline1.dta 为例，展示 xtarimau 命令的基本用法。
. * 调用系统数据 xtline1.dta
. sysuse xtline1.dta, clear
. * 估计非季节模型
. xtarimau calories, noseas
Best models for each time series:
| p d q P D Q const | AIC
-------------+--------------------------------------------------+-------------
1 | 2 1 2 0 0 0 1 | 2787.2317
2 | 2 1 2 0 0 0 1 | 3751.8100
3 | 2 1 2 0 0 0 1 | 4148.3525
. * 通过 Hyndman-Khandakar 算法批量估计的非季节模型
. xtarimau calories, noseas nostep maxm (15)
Best models for each time series:
| p d q P D Q const | AIC
-------------+--------------------------------------------------+-------------
1 | 0 1 2 0 0 0 1 | 2784.3182
2 | 0 1 2 0 0 0 1 | 3747.8107
3 | 0 1 2 0 0 0 1 | 4144.8161
. * 估计非季节模型, 并记录拟合模型的线性预测值
. xtarimau calories, noseas post (predict xb)
Best models for each time series:
| p d q P D Q const | AIC
-------------+--------------------------------------------------+-------------
1 | 2 1 2 0 0 0 1 | 2787.2317
2 | 2 1 2 0 0 0 1 | 3751.8100
3 | 2 1 2 0 0 0 1 | 4148.3525
4. 结语
以上就是 xtarimau 命令的基本介绍。它适用于面板数据，通过灵活搭配 option，实现最优 ARIMA 模型的快速选择。
5. 相关推文
Note：产生如下推文列表的 Stata 命令为：
lianxh ARIMA 时间序列, m
安装最新版lianxh命令：
ssc install lianxh, replace
专题：数据处理 Stata：时间序列数据转换-tstransform 如何处理时间序列中的日期间隔-(with-gaps)-问题？ 专题：时间序列 Stata：时间序列数据的回归和预测 专题：机器学习 知乎热议：纠结-计量经济、时间序列和机器学习
🍓 课程推荐：2024 空间计量专题
主讲老师：范巧 (兰州大学)
课程时间：2024 年 10 月 2-4 日 (三天)
课程咨询：王老师 18903405450（微信）
尊敬的老师 / 亲爱的同学们：
连享会致力于不断优化和丰富课程内容，以确保每位学员都能获得最有价值的学习体验。为了更精准地满足您的学习需求，我们诚挚地邀请您参与到我们的课程规划中来。请您在下面的问卷中，分享您 感兴趣的学习主题或您希望深入了解的知识领域 。您的每一条建议都是我们宝贵的资源，将直接影响到我们课程的改进和创新。我们期待您的反馈，因为您的参与和支持是我们不断前进的动力。感谢您抽出宝贵时间，与我们共同塑造更加精彩的学习旅程！https://www.wjx.cn/vm/YgPfdsJ.aspx# 再次感谢大家宝贵的意见！
New！ Stata 搜索神器：
lianxh和songblGIF 动图介绍
搜： 推文、数据分享、期刊论文、重现代码 ……
👉 安装：
. ssc install lianxh
. ssc install songbl
👉 使用：
. lianxh DID 倍分法
. songbl all
🍏 关于我们
连享会 ( www.lianxh.cn，推文列表) 由中山大学连玉君老师团队创办，定期分享实证分析经验。 直通车： 👉【百度一下： 连享会】即可直达连享会主页。亦可进一步添加 「知乎」,「b 站」,「面板数据」,「公开课」 等关键词细化搜索。
