logo资料库

用EVIEWS处理时间序列分析.doc

第1页 / 共71页
第2页 / 共71页
第3页 / 共71页
第4页 / 共71页
第5页 / 共71页
第6页 / 共71页
第7页 / 共71页
第8页 / 共71页
资料共71页,剩余部分请下载后查看
目 录
第二章 时间序列的预处理
一、平稳性检验
二、纯随机性检验
第三章 平稳时间序列建模实验教程
一、模型识别
二、模型参数估计
三、模型的显著性检验
四、模型优化
第四章 非平稳时间序列的确定性分析
一、趋势分析
二、季节效应分析
三、综合分析
第五章 非平稳序列的随机分析
一、差分法提取确定性信息
二、ARIMA模型
三、季节模型
应用时间序列分析 实验手册
目 录 目 录.........................................................................................................2 第二章 时间序列的预处理...................................................................... 3 一、平稳性检验...................................................................................3 二、纯随机性检验...............................................................................9 第三章 平稳时间序列建模实验教程....................................................10 一、模型识别.....................................................................................10 二、模型参数估计(如何判断拟合的模型以及结果写法)....... 14 三、模型的显著性检验.................................................................... 17 四、模型优化.....................................................................................18 第四章 非平稳时间序列的确定性分析................................................19 一、趋势分析.....................................................................................19 二、季节效应分析.............................................................................34 三、综合分析.....................................................................................38 第五章 非平稳序列的随机分析............................................................ 44 一、差分法提取确定性信息............................................................ 44 二、ARIMA 模型..............................................................................57 三、季节模型.....................................................................................62 2
第二章 时间序列的预处理 一、平稳性检验 时序图检验和自相关图检验 (一)时序图检验 根据平稳时间序列均值、方差为常数的性质,平稳序列的时序图应该显示出该序列 始终在一个常数值附近随机波动,而且波动的范围有界、无明显趋势及周期特征 例 2.1 检验 1964 年——1999 年中国纱年产量序列的平稳性 1.在 Eviews 软件中打开案例数据 图 1:打开外来数据 3
图 2:打开数据文件夹中案例数据文件夹中数据 文件中序列的名称可以在打开的时候输入,或者在打开的数据中输入 图 3:打开过程中给序列命名 图 4:打开数据 4
2.绘制时序图 可以如下图所示选择序列然后点 Quick 选择 Scatter 或者 XYline; 绘制好后可以双击图片对其进行修饰,如颜色、线条、点等 图 1:绘制散点图 图 2:年份和产出的散点图 5
600 500 400 300 200 100 T U P T U O 0 1960 1970 1980 YEAR 1990 2000 图 3:年份和产出的散点图 (二)自相关图检验 例 2.3 导入数据,方式同上; 在 Quick 菜单下选择自相关图,对 Qiwen 原列进行分析; 可以看出自相关系数始终在零周围波动,判定该序列为平稳时间序列。 图 1:序列的相关分析 6
图 2:输入序列名称 图 2:选择相关分析的对象 图 3:序列的相关分析结果:1. 可以看出自相关系数始终在零周围波动,判定该序列为平稳 时间序列 2.看 Q 统计量的 P 值:该统计量的原假设为 X 的 1 期,2 期……k 期的自相关系 数均等于 0,备择假设为自相关系数中至少有一个不等于 0,因此如图知,该 P 值都>5%的 显著性水平,所以接受原假设,即序列是纯随机序列,即白噪声序列(因为序列值之间彼此之间 没有任何关联,所以说过去的行为对将来的发展没有丝毫影响,因此为纯随机序列,即白噪声 序列.) 有的题目平稳性描述可以模仿书本 33 页最后一段. (三)平稳性检验还可以用: 7
单位根检验:ADF,PP 检验等; 非参数检验:游程检验 图 1:序列的单位根检验 表示不包含截距项 图 2:单位根检验的方法选择 8
分享到:
收藏