PART A: 계절조정방법(005)
Ⅰ. 계절조정 개요(007)
1.1 시계열의 구성(007)
1.2 계절조정방법(009)
1.3 증감률(010)
1.4 경상작업을 위한 계절조정(013)
Ⅱ. X-12-ARIMA의 실행(016)
2.1 INPUT과 OUTPUT(016)
2.2 Log 파일(020)
2.3 Flags(표시)(021)
2.4 일반적인 입력사항(022)
2.5 X-12-ARIMA 프로그램의 한계(024)
Ⅲ. X-12-ARIMA의 REGRIMA 모형(025)
3.1 REGRIMA 모형(025)
3.2 사전조정을 위한 회귀변수(027)
3.2.1. 고정된 계절효과(030)
3.2.2. 요일효과(Trading-day effect)와 윤년효과(Leap year effect)(030)
3.2.3. 명절효과(holiday effect)(037)
가. 명절효과의 검정(037)
나. 명절효과의 추정(041)
3.2.4. 특이치 효과(050)
3.3.ARIMA 보형의 식별(057)
3.3.1. PICKMDL 병령에 적용된 방법(060)
3.3.2. AUTOMDL 명령에 적용된 방법(061)
3.4.모형추정과 추론(062)
3.5 예층(064)
3.6 모형 선정 기준(065)
<참고 3.1> ARIMA 모형의 개요(067)
<참고 3.2>Bell-Hillmer 명절효과 변수에 대한 SAS 프로그램(080)
<참고 3.3> RegARIMA 잔차에 대한 t-검정 및 Box-and Whisker plot SAs 프로그램(083)
Ⅳ. 계절조정(086)
4.1 X-11의 계절조정 절차(086)
4.2 이동평균방법(093)
4.2.1 중심화 12개월 이동평균(Centered 12-term moving average)(093)
4.2.2 중심화 24개월 이동평균(Centered 24-term moving average)(094)
4.2.3 헨더슨 이동평균(Henderson moving average)(095)
4.2.4. 가중 5개항(3×3) 이동평균과 가중 7개항(3×5) 이동평균(Weighted 5-term & 7-term moving average)(097)
4.3 계절성 검정(Seasonality test)(099)
4.3.1. F-검정(100)
4.3.2 Kruskall-Wallis 검정(102)
4.3.3. 식별 가능한 계절성 존재에 대한 결합 검정(103)
4.3.4. 계절성 검정 예(104)
4.4 계절조정결과의 진단(106)
4.4.1 M-통계량 및 Q-통계량(108)
4.4.2 스펙트럼분석(119)
4.4.3 이동기간분석(Sliding Span Analysis)(125)
4.4.4. 수정률(Revision history)(128)
4.4.5 regARIMa 모형 비교를 위한 History 분석(131)
<참고 4.1> 극단값(Extreme Value0 조정절차(135)
<찹고 4.2> 전체 이동계절성 비율(GMSR) 추정 방법(138)
<참고 4.3> X-12-ARIMA의 산출과정(139)
<참고 4.4> X-12-ARIMA/GRAPH(152)
Ⅴ. 총합계열의 계절조정(154)
5.1 총합계열과 계절조정(154)
5.2 두 개의 분류를 갖는 시계열의 계절조정(158)
5.2.1 비율 추정법(159)
5.2.2 최소 제약법(163)
5.3 총합계열의 ㄱ절조정겨로가 진단(165)
5.4 간접법에 의한 총합계열의 계절조정 예(167)
5.5 경상작업을 위한 총합 계절조정계열의 추정 방법(170)
<참고 5.1> 간접법에 의한 상품수지 계절조정 프로그램(174)
PART B: X-12-ARIMA 프로그램의 사용방법(175)
·ARIMA(177)
·AUTOMDL(183)
·CHECK(191)
·COMPOSITE(194)
·ESTIMATE(200)
·FORECAST(206)
·HISTORY(206)
·IDENTIFY(219)
·OUTLIER(223)
·PICKMDL(230)
·REGRESSION(236)
·SERIES(250)
·SLIDINGSPANS(259)
·TRANSFORM(267)
·X11(275)
·X11REGRESSION(293)
Ⅰ. 계절조정 개요(007)
1.1 시계열의 구성(007)
1.2 계절조정방법(009)
1.3 증감률(010)
1.4 경상작업을 위한 계절조정(013)
Ⅱ. X-12-ARIMA의 실행(016)
2.1 INPUT과 OUTPUT(016)
2.2 Log 파일(020)
2.3 Flags(표시)(021)
2.4 일반적인 입력사항(022)
2.5 X-12-ARIMA 프로그램의 한계(024)
Ⅲ. X-12-ARIMA의 REGRIMA 모형(025)
3.1 REGRIMA 모형(025)
3.2 사전조정을 위한 회귀변수(027)
3.2.1. 고정된 계절효과(030)
3.2.2. 요일효과(Trading-day effect)와 윤년효과(Leap year effect)(030)
3.2.3. 명절효과(holiday effect)(037)
가. 명절효과의 검정(037)
나. 명절효과의 추정(041)
3.2.4. 특이치 효과(050)
3.3.ARIMA 보형의 식별(057)
3.3.1. PICKMDL 병령에 적용된 방법(060)
3.3.2. AUTOMDL 명령에 적용된 방법(061)
3.4.모형추정과 추론(062)
3.5 예층(064)
3.6 모형 선정 기준(065)
<참고 3.1> ARIMA 모형의 개요(067)
<참고 3.2>Bell-Hillmer 명절효과 변수에 대한 SAS 프로그램(080)
<참고 3.3> RegARIMA 잔차에 대한 t-검정 및 Box-and Whisker plot SAs 프로그램(083)
Ⅳ. 계절조정(086)
4.1 X-11의 계절조정 절차(086)
4.2 이동평균방법(093)
4.2.1 중심화 12개월 이동평균(Centered 12-term moving average)(093)
4.2.2 중심화 24개월 이동평균(Centered 24-term moving average)(094)
4.2.3 헨더슨 이동평균(Henderson moving average)(095)
4.2.4. 가중 5개항(3×3) 이동평균과 가중 7개항(3×5) 이동평균(Weighted 5-term & 7-term moving average)(097)
4.3 계절성 검정(Seasonality test)(099)
4.3.1. F-검정(100)
4.3.2 Kruskall-Wallis 검정(102)
4.3.3. 식별 가능한 계절성 존재에 대한 결합 검정(103)
4.3.4. 계절성 검정 예(104)
4.4 계절조정결과의 진단(106)
4.4.1 M-통계량 및 Q-통계량(108)
4.4.2 스펙트럼분석(119)
4.4.3 이동기간분석(Sliding Span Analysis)(125)
4.4.4. 수정률(Revision history)(128)
4.4.5 regARIMa 모형 비교를 위한 History 분석(131)
<참고 4.1> 극단값(Extreme Value0 조정절차(135)
<찹고 4.2> 전체 이동계절성 비율(GMSR) 추정 방법(138)
<참고 4.3> X-12-ARIMA의 산출과정(139)
<참고 4.4> X-12-ARIMA/GRAPH(152)
Ⅴ. 총합계열의 계절조정(154)
5.1 총합계열과 계절조정(154)
5.2 두 개의 분류를 갖는 시계열의 계절조정(158)
5.2.1 비율 추정법(159)
5.2.2 최소 제약법(163)
5.3 총합계열의 ㄱ절조정겨로가 진단(165)
5.4 간접법에 의한 총합계열의 계절조정 예(167)
5.5 경상작업을 위한 총합 계절조정계열의 추정 방법(170)
<참고 5.1> 간접법에 의한 상품수지 계절조정 프로그램(174)
PART B: X-12-ARIMA 프로그램의 사용방법(175)
·ARIMA(177)
·AUTOMDL(183)
·CHECK(191)
·COMPOSITE(194)
·ESTIMATE(200)
·FORECAST(206)
·HISTORY(206)
·IDENTIFY(219)
·OUTLIER(223)
·PICKMDL(230)
·REGRESSION(236)
·SERIES(250)
·SLIDINGSPANS(259)
·TRANSFORM(267)
·X11(275)
·X11REGRESSION(293)