时序实验ARMA建立预测.docVIP

实验二 ARMA模型建模与预测指导 一、实验目的学会的平稳性；学会根据自相关系数和偏自相关系数来初步判断ARMA模型的阶数p和q，学会利用最小二乘法等方法对ARMA模型进行估计，学会利用信息准则对估计的ARMA模型进行诊断，以及掌握利用ARMA模型进行预测。掌握在实证研究中如何运用Eviews软件进行ARMA模型的识别、诊断、估计和预测和相关具体操作。 二、基本概念 AR模型：AR模型也称为自回归模型。它的预测方式是通过过去的观测值和现在的干扰值的线性组合预测， 自回归模型的数学公式为: 式中: 为自回归模型的阶数（i=1，2， ，p）为模型的待定系数为误差 为一个平稳时间序列。 MA模型：MA模型也称为滑动平均模型。它的预测方式是通过 过去的干扰值和现在的干扰值的线性组合预测。滑动平均模型的数学公式为: 式中: 为模型的阶数； （j=1，2，，q）为模型的待定系数；为误差； 为平稳时间序列。 ARMA模型：自回归模型和滑动平均模型的组合， 便构成了用于描述平稳随机过程的自回归滑动平均模型ARMA， 数学公式为: 三、实验内容及要求 1、实验内容： （1）根据时序图 （）运用经典B-J方法对建立合适的ARMA（）模型，并能够利用此模型进行预测。 2、实验要求： （1）深刻理解平稳性的要求以及ARMA模型的建模思想； （2）如何通过观察自相关，偏自相关系数及其