基于EVIEWS时间序列建模及应用概述.ppt

模型参数估计与相关检验结果 阶季节乘积模型 模型预测 谢 谢！ 模型预测结果： GNP平减指数时间序列模型为: 拟合曲线对比： 拟合曲线与原序列曲线十分接近，直观来看，拟合效果较好！ 预测值的比较 原始值 ARIMA(2,2,(2)) ARIMA(3,2,3) 212.87 212.01 211.69 214.87 215.51 216.01 215.89 216.08 214.91 218.21 217.32 219.06 93Q1 93Q2 93Q3 93Q4 季节时间序列建模案例 研究对象及目的 对我国1990年1月至1997年12月工业总产值的月度资料（1990年为不变价格）共有96个观测值进行时间序列拟合，并对1998年工业总产值进行预测。 1990年1月至1997年12月我国工业总产值 单位：亿元 数据预处理 数据导入 观察原始数据的自相关与偏自相关图 观察原始数据的折线图 对原始数据进行对数化 对处理过的数据进行差分 对季节进行差分 时间序列特征分析 时间序列特征分析 时间序列特征分析 一阶差分 二阶差分 时间序列特征分析 序列自相关图和偏自相关图 研究方法 确定性时间序列分析 随机性时间序列分析 基本原理 通常时间序列可分解为长期趋势变动，季节效应和不规则变动因素，如果将长期趋势变动和季节效应视为时间的确定性函数，而且时间数列