Dynamic Stata中的多元回归动态预测（arima）

我有一个小的时间序列数据集，其示例如下：

year    AvgU5MR     AvgPov      AvgEnrol
2000    126.9307    41.0109     67.11833
2001    123.4138    39.9748     68.66798
2002    119.93      45.85194    65.82739
2003    116.4923    55.3706     69.17756
2004    113.1362    32.63662    70.83884
2005    109.9008    41.08603    75.35649
2006    106.816     43.45722    75.98755
2007    103.8878    19.19114    76.86299
2008    101.1161    38.05993    76.53685
2009    98.50167    21.91146    79.51743
2010    96.03816    36.33022    78.84795
2011    93.71016    35.46586    79.60537
2012    91.49234    24.44083    80.46068
2013    89.36112                79.87075
2014    87.30394        
2015            
...     
2030            

我想根据arima多元回归估计，以AvgPov和AvgEnrol为自变量，为AvgU5MR（该变量是非平稳的，因此我通过第四个差异消除了这一差异）创建2030年前的预测，因此我在Stata中输入了以下内容：

> arima D4.AvgU5MR AvgPov AvgEnrol
> predict U5hat, dynamic(2012) y

然而，当我这样做时，Stata只计算样本内预测，而不是样本外预测。对如何获得样本外预测有何建议

我知道这个（）也处理动态预测，但是使用类似的代码（如超级链接问题的答案中所提供的）并没有给我一个样本外的预测

---

我提前感谢您的帮助。

问题似乎是您包含了自变量，因此，需要估计ARMAX模型。对于样本外预测，还需要自变量

AvgPov

和

AvgEnrol

的值。模型没有估计它们；回想因变量是代码> d4。avgj5MR < /c> < /p>是您的示例数据缺失值（？）中的空白值。空白值表示数据在哪里结束。好的，我想我明白了，谢谢！所以我现在做的是1）独立运行AvgPov和AvgEnrol的ARIMA模型，2）独立获取每个回归器的样本外预测，3）然后在多元回归上运行ARIMA，最后4）通过动态预测整个多元回归（AvgPov和AvgEnrol现在已经有了预测值）.另外，你知道有没有办法改变预测函数，使其在样本外预测的值，假设年化增长率比给定历史样本高出5%？我不知道，也不认为这是可能的。当然，你可以在预测后调整预测。关于这一点，a对于获取它们所使用的程序，你最好去别处寻求统计建议。有两个可能的地方是Statist和交叉验证。在这两个地方中，你都应该提供更多关于你到底想要实现什么的背景信息。好的，太好了，非常感谢你的建议和帮助-我现在将查看这些来源。