用eviews處理時(shí)間序列

《用eviews處理時(shí)間序列》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、應(yīng)用時(shí)間序列分析實(shí)驗(yàn)手冊(cè)70目錄目錄2第二章時(shí)間序列的預(yù)處理3一、平穩(wěn)性檢驗(yàn)3二、純隨機(jī)性檢驗(yàn)9第三章平穩(wěn)時(shí)間序列建模實(shí)驗(yàn)教程10一、模型識(shí)別10二、模型參數(shù)估計(jì)（如何判斷擬合的模型以及結(jié)果寫(xiě)法）13三、模型的顯著性檢驗(yàn)17四、模型優(yōu)化18第四章非平穩(wěn)時(shí)間序列的確定性分析19一、趨勢(shì)分析19二、季節(jié)效應(yīng)分析34三、綜合分析38第五章非平穩(wěn)序列的隨機(jī)分析44一、差分法提取確定性信息44二、ARIMA模型58三、季節(jié)模型6270第二章時(shí)間序列的預(yù)處理一、平穩(wěn)性檢驗(yàn)時(shí)序圖檢驗(yàn)和自相關(guān)圖檢驗(yàn)（一）時(shí)序圖檢驗(yàn)根據(jù)平穩(wěn)時(shí)間序列均值、方差為常數(shù)的性質(zhì)，平穩(wěn)序列的時(shí)

2、序圖應(yīng)該顯示出該序列始終在一個(gè)常數(shù)值附近隨機(jī)波動(dòng)，而且波動(dòng)的范圍有界、無(wú)明顯趨勢(shì)及周期特征例2.1檢驗(yàn)1964年——1999年中國(guó)紗年產(chǎn)量序列的平穩(wěn)性1.在Eviews軟件中打開(kāi)案例數(shù)據(jù)圖1：打開(kāi)外來(lái)數(shù)據(jù)70圖2：打開(kāi)數(shù)據(jù)文件夾中案例數(shù)據(jù)文件夾中數(shù)據(jù)文件中序列的名稱(chēng)可以在打開(kāi)的時(shí)候輸入，或者在打開(kāi)的數(shù)據(jù)中輸入圖3：打開(kāi)過(guò)程中給序列命名圖4：打開(kāi)數(shù)據(jù)702.繪制時(shí)序圖可以如下圖所示選擇序列然后點(diǎn)Quick選擇Scatter或者XYline；繪制好后可以雙擊圖片對(duì)其進(jìn)行修飾，如顏色、線(xiàn)條、點(diǎn)等圖1：繪制散點(diǎn)圖圖2：年份和產(chǎn)出的散點(diǎn)圖70圖3：年份和產(chǎn)出的

3、散點(diǎn)圖（二）自相關(guān)圖檢驗(yàn)例2.3導(dǎo)入數(shù)據(jù)，方式同上；在Quick菜單下選擇自相關(guān)圖，對(duì)Qiwen原列進(jìn)行分析；可以看出自相關(guān)系數(shù)始終在零周?chē)▌?dòng)，判定該序列為平穩(wěn)時(shí)間序列。圖1：序列的相關(guān)分析70圖2：輸入序列名稱(chēng)圖2：選擇相關(guān)分析的對(duì)象圖3：序列的相關(guān)分析結(jié)果:1.可以看出自相關(guān)系數(shù)始終在零周?chē)▌?dòng)，判定該序列為平穩(wěn)時(shí)間序列2.看Q統(tǒng)計(jì)量的P值：該統(tǒng)計(jì)量的原假設(shè)為X的1期，2期……k期的自相關(guān)系數(shù)均等于0，備擇假設(shè)為自相關(guān)系數(shù)中至少有一個(gè)不等于0，因此如圖知，該P(yáng)值都>5%的顯著性水平,所以接受原假設(shè),即序列是純隨機(jī)序列,即白噪聲序列(因?yàn)樾蛄兄抵?/p>

4、間彼此之間沒(méi)有任何關(guān)聯(lián),所以說(shuō)過(guò)去的行為對(duì)將來(lái)的發(fā)展沒(méi)有絲毫影響,因此為純隨機(jī)序列,即白噪聲序列.)有的題目平穩(wěn)性描述可以模仿書(shū)本33頁(yè)最后一段.（三）平穩(wěn)性檢驗(yàn)還可以用：70單位根檢驗(yàn)：ADF,PP檢驗(yàn)等；非參數(shù)檢驗(yàn)：游程檢驗(yàn)圖1：序列的單位根檢驗(yàn)表示不包含截距項(xiàng)圖2：?jiǎn)挝桓鶛z驗(yàn)的方法選擇70圖3：ADF檢驗(yàn)的結(jié)果：如圖，單位根統(tǒng)計(jì)量ADF=-0.016384都大于EVIEWS給出的顯著性水平1%-10%的ADF臨界值，所以接受原假設(shè)，該序列是非平穩(wěn)的。二、純隨機(jī)性檢驗(yàn)計(jì)算Q統(tǒng)計(jì)量，根據(jù)其取值判定是否為純隨機(jī)序列。例2.3的自相關(guān)圖中有Q統(tǒng)計(jì)量，其

5、P值在K=6、12的時(shí)候均比較大，不能拒絕原假設(shè)，認(rèn)為該序列是白噪聲序列。另外，小樣本情況下，LB統(tǒng)計(jì)量檢驗(yàn)純隨機(jī)性更準(zhǔn)確。70第三章平穩(wěn)時(shí)間序列建模實(shí)驗(yàn)教程一、模型識(shí)別1.打開(kāi)數(shù)據(jù)圖1：打開(kāi)數(shù)據(jù)2.繪制趨勢(shì)圖并大致判斷序列的特征圖2：繪制序列散點(diǎn)圖70圖3：輸入散點(diǎn)圖的兩個(gè)變量圖4：序列的散點(diǎn)圖703.繪制自相關(guān)和偏自相關(guān)圖圖1：在數(shù)據(jù)窗口下選擇相關(guān)分析圖2：選擇變量圖3：選擇對(duì)象70圖4：序列相關(guān)圖4.根據(jù)自相關(guān)圖和偏自相關(guān)圖的性質(zhì)確定模型類(lèi)型和階數(shù)如果樣本(偏)自相關(guān)系數(shù)在最初的d階明顯大于兩倍標(biāo)準(zhǔn)差范圍，而后幾乎95％的自相關(guān)系數(shù)都落在2倍標(biāo)

6、準(zhǔn)差的范圍以?xún)?nèi)，而且通常由非零自相關(guān)系數(shù)衰減為小值波動(dòng)的過(guò)程非常突然。這時(shí)，通常視為(偏)自相關(guān)系數(shù)截尾。截尾階數(shù)為d。本例：n自相關(guān)圖顯示延遲3階之后，自相關(guān)系數(shù)全部衰減到2倍標(biāo)準(zhǔn)差范圍內(nèi)波動(dòng)，這表明序列明顯地短期相關(guān)。但序列由顯著非零的相關(guān)系數(shù)衰減為小值波動(dòng)的過(guò)程相當(dāng)連續(xù)，相當(dāng)緩慢，該自相關(guān)系數(shù)可視為不截尾n偏自相關(guān)圖顯示除了延遲1階的偏自相關(guān)系數(shù)顯著大于2倍標(biāo)準(zhǔn)差之外，其它的偏自相關(guān)系數(shù)都在2倍標(biāo)準(zhǔn)差范圍內(nèi)作小值隨機(jī)波動(dòng)，而且由非零相關(guān)系數(shù)衰減為小值波動(dòng)的過(guò)程非常突然，所以該偏自相關(guān)系數(shù)可視為一階截尾n所以可以考慮擬合模型為AR(1)自相關(guān)系數(shù)

7、偏相關(guān)系數(shù)模型定階拖尾P階截尾AR(p)模型Q階截尾拖尾MA（q）模型拖尾拖尾ARMA(P,Q)模型具體判別什么模型看書(shū)58到62的圖例。：70二、模型參數(shù)估計(jì)根據(jù)相關(guān)圖模型確定為AR(1)，建立模型估計(jì)參數(shù)在ESTIMATE中按順序輸入變量cxccx(-1)或者cxcar(1)選擇LS參數(shù)估計(jì)方法，查看輸出結(jié)果，看參數(shù)顯著性，該例中兩個(gè)參數(shù)都顯著。細(xì)心的同學(xué)可能發(fā)現(xiàn)兩個(gè)模型的C取值不同，這是因?yàn)榍耙粋€(gè)模型的C為截距項(xiàng)；后者的C則為序列期望值，兩個(gè)常數(shù)的含義不同。圖1：建立模型70圖2：輸入模型中變量，選擇參數(shù)估計(jì)方法圖3：參數(shù)估計(jì)結(jié)果圖4：建立模型

8、70圖5：輸入模型中變量，選擇參數(shù)估計(jì)方法圖6：參數(shù)估計(jì)結(jié)果70三、模型的顯著性檢驗(yàn)檢驗(yàn)內(nèi)容：整個(gè)模型對(duì)信息