eviews 时间序列模型.docVIP

成都空气污染指数API的建模与预测 刘童超 【目录】 1..数据来源与数据预处理 1 1.1数据来源 1 1.2离群点和缺失值的检验 2 2.直观分析和相关分析 3 2.1直观分析和特征分析 3 2.2相关分析 5 2.3平稳性检验 6 3.liu(t)序列的零均值处理 7 3.1数据的零均值化 7 3.2零均值过程的检验 7 4.模型的识别和初步定阶 8 5.模型的参数估计 10 6.模型的检验 10 6.1参数的显著性检验 10 6.2模型的适用性检验 11 7.模型的预测 13 7.1对序列liu1（t）的预测 13 7.2对序列liu(t)的预测 13 【附录及参考文献】 14 附录1.零均值化处理后的数据 14 参考文献： 15 1..数据来源与数据预处理 1.1数据来源 原始数据见附件，我们需要的数据见下表： 表1-1模型所需的数据 时间 160 159 158 157 156 155 154 153 152 151 API 68 60 84 76 71 81 55 45 36 35 时间 150 149 148 147 146 145 144 143 142 141 API 53 87 88 97 113 99 82 100 95 83 时间 140 139 138 137 136 135 134 133 132 131 API 78 73 63 44 44 63 116 72 69 62 时间 130 129 128 127 126 125 124 123 122 121 API 89 85 67 37 42 51 45 56 48 53 时间 120 119 118 117 116 115 114 113 112 111 API 46 54 45 34 76 96 85 64 65 96 时间 110 109 108 107 106 105 104 103 102 101 API 94 86 97 63 99 62 47 64 62 48 时间 100 99 98 97 96 95 94 93 92 91 API 44 87 63 68 55 65 75 85 66 59 时间 90 89 88 87 86 85 84 83 82 81 API 48 35 44 50 60 54 43 45 54 85 时间 80 79 78 77 76 75 74 73 72 71 API 72 49 40 60 60 83 83 91 75 66 时间 70 69 68 67 66 65 64 63 62 61 API 74 73 55 71 81 56 67 87 90 81 时间 60 59 58 57 56 55 54 53 52 51 API 76 58 28 45 52 83 93 69 60 81 时间 50 49 48 47 46 45 44 43 42 41 API 46 52 57 81 76 62 58 65 48 72 时间 40 39 38 37 36 35 34 33 32 31 API 64 63 80 62 64 65 55 79 77 56 时间 30 29 28 27 26 25 24 23 22 21 API 30 42 74 66 62 64 81 100 58 63 时间 20 19 18 17 16 15 14 13 12 11 API 94 86 83 83 63 43 43 46 55 61 时间 10 9 8 7 6 5 4 3 2 1 API 65 50 61 59 79 62 40 28 65 92 此处一共160个数据，其中1~150用来建立模型，我们称为样本，151~160用来检验预测值与真实值的误差，我们成为检验值。其中的时间的意义是：t=1代表日期2010-5-30，t=2代表日期2010-5-31，t=3代表日期2010-6-1，以此类推，t=160代表日期2010-11-4。 数据中的API为空气污染指数，我国目前采用的空气污染指数（API）分为五个等级，API50，说明空气质量为优，相当于国家空气质量一级标小准；50API100，表明空气质量良好，相当于达到国家质量二级标准；100API200，表明空气质量为轻度污染，相当于国家空气质量三级标准；200API300表明空气质量差，称之为中度污染，为国家空气质量四级标准；API300表明空气质量极差，已严重污染。 由SPSS分析出来的结果见表1-2 表1-2 描述统计量 N 全距 极小值 极大值 均值 标准差 方差 污染指数 150 88 28 116 66.41 18.069 326.485 有效的 N （列表