时间序列建模分析报告.ppt

时间序列建模分析 及EVIEWS应用 目录 1、ARIMA模型 1.1 模型的适用条件与构建过程 1.2 EVIEWS操作简单说明 1.3 模型构建实例 2、季节时间序列模型 2.1 确定性季节时间序列模型 2.2 随机性季节时间序列模型 时间序列的预处理： 拿到一个时间序列后，首先要对它的平稳性和纯随机性进行检验，这两个重要的检验称为序列的预处理。 　　　根据检验的结果可以将序列分为不同的类型，对不同类型的序列采取不同的分析方法。 时间序列的基本类型： 平稳性检验方法： 图检验方法 构造检验统计量 纯随机性检验方法： 平稳非白噪声序列建模步骤： ARIMA模型建模流程： EVIEWS 操作 创建文件 数据录入 画图 自相关和偏自相关图 单位根检验 建立方程 Q检验 预测 例：某国1980年至1993年GNP平减指数的季节时间序列，共56个观测值，见下表 该序列时序图（1.1）和自相关图（1.2）如下： 序列GNP的单位根检验结果： 一阶差分后的时序图与自相关图： 一阶差分序列D(GNP)的单位根检验结果： 2阶差分时序图与自相关图： 二阶差分序列的单位根检验： 对平稳的2阶差分序列进行白噪声检验： 根据2阶差分序列的自相关图ACF和偏自相关图P