我正在预测机场延误数据看起来像这样
看起来在 2004 年左右出现了结构性中断，出现了巨大的增长，然后在 2009 年左右出现了巨大的下降。
我不确定如何检测这些结构中断的确切点以用于 ARIMA 预测。另外，如果结构中断位于系列的中间，如果我要为其创建一个虚拟变量，它在 2004-2009 之间取值为 1 和 0，否则这是否正确？还是我先使用 ARIMA 估计模型，然后检测结构断裂。我用 (1,12) 差异和 q=(1)(12) 模型做到了这一点，它告诉我多年来包含很多结构性中断（使用 PROC ARIMA（SAS 软件）中的异常值语句）
这就是它在我已经包含 4 个电平移位假人之后检测到的异常值/移位。多少就足够了……它以 0.01 的 alpha 水平检测。另外我不明白我是否为每个级别转换创建一个虚拟变量，在日期之前取值为 0，之后取值为 1？我对如何处理这个问题感到非常困惑，因为我不断向模型中添加更多异常值/电平转换，并且它不断检测到要添加的更多内容，我觉得我不应该在模型中指定 10 个电平转换。
我查看了您发布的数据。我很感激你的问题，因为它让我有机会使用 Autobox 软件来运行它。
当您说 2004 年存在结构性中断时，您说得很对，但您是否考虑过参数中断可能有多个候选者？有关这些候选人的列表，请参见下表。
诊断检查 #4： CHOW 参数一致性测试 用于此测试的临界值：0.05 最小组或间隔大小为：51
F TEST TO VERIFY CONSTANCY OF PARAMETERS
CANDIDATE BREAKPOINT F VALUE P VALUE
52 2004/ 1 3.69947 .0267988938
57 2004/ 6 3.71222 .0264738875
62 2004/ 11 3.21210 .0427876196
67 2005/ 4 3.58410 .0299305651
72 2005/ 9 3.32751 .0382910942
77 2006/ 2 2.25996 .1075565489
82 2006/ 7 1.67456 .1905412741
87 2006/ 12 2.15920 .1186484852
92 2007/ 5 3.08986 .0481356253
97 2007/ 10 5.95847 .0031691039
102 2008/ 3 .291259 .7477028638
107 2008/ 8 1.21682 .2987975860
上表很有启发性，并提供了一个有用的说明，说明为什么迭代选择过程有时可以比人眼做得更好。这并不是你的错——你面前有一个困难的数据集。
[I] 是否要为其创建一个虚拟变量，在 2004-2009 和 0 之间取值为 1，否则会是正确的吗？
您不仅对上述陈述而且对以下陈述都非常正确。这是时间序列中的问题。鸡还是鸡蛋。所以你下一个最好的选择是分步进行——尝试你的 AR(1)[12] 与编码的电平转换，然后反过来做这个过程。最终，两者都应该集中在一个答案上；但前提是你的季节性倾向是正确的。如果您查看您提出的系列的偏自相关函数或自相关函数，它们都没有表明需要季节性差分。
Autobox 在使用 Chow 测试后，确定以上都没有必要。发现候选期 97（2007 年 8 月）是统计上最显着的断点。删除前 96 个值后，情况看起来与以前大不相同。
Y(T) =1649.3
+[X1(T)][(+ 2040.7 )] :PULSE 2008/ 9 108 +[X2(T)][(+ 1888.7 )] :PULSE 2009/ 6 117 +[X3(T)][(- 1144.0 )] :PULSE 2008/ 1 100 +[X4(T)][(+ 1797.5 )] :PULSE 2009/ 4 115 +[X5(T)][(+ 1543.3 )] :PULSE 2009/ 5 116 + [(1- .594B** 1)]**-1 [A(T)]
似乎数据已被带有一些可识别异常值的 AR(1) 充分解释。
@whuber，已经 5 年了，我们的最新版本确实在 2009 年检测到 obs 122 的中断。
F TEST TO VERIFY CONSTANCY OF PARAMETERS
CANDIDATE BREAKPOINT F VALUE P VALUE
52 2003/ 4 3.53 .031490
66 2004/ 6 2.85 .060928
80 2005/ 8 1.84 .162610
94 2006/ 10 1.26 .285174
108 2007/ 12 1.03 .358053
122 2009/ 2 4.56 .011817 *
使用剩余数据建议改变方差。
***** TSAY 测试的迭代结果 *****
区域 1 VAR 区域 2 VAR F VAL 概率
11 .21717E+06 40 .21545E+06 .9920685 .4536341
21 .21130E+06 30 .21879E+06 1.0354240 .4773001
31 .20461E+06 20 .23257E+06 1.1366749 .3672223
* 41 .20962E+06 10 .24051E+ 06 1.1473593 .3534678
识别出具有异常值和截距的 AR1
Y(T) = 1398.09 延迟
[X1(T)][(+ 978.07 )] :PULSE 2010/ 12 144
+ [(1- .288B** 1)]**-1 [A(T)]