时间序列作业.doc

湖北工程学院 时间序列分析实验报告六 实验项目 平稳序列的建模 专 业 统计学专业 班 级 0133011341 姓 名 蔡黎 学 号 013301134101 湖北工程学院数学实验室 实 验 报 告 实验项目名称 平稳序列的建模 实验日期 11.20 理论内容 实验地点 机房 实验目的及要求： 熟练掌握建模步骤及分析原理； 2. 对数据附录1.8建立ARMA模型，并选择出更优的模型进行未来五期的预测。 操作步骤： 一．利用SPSS进行平稳序列的建模，操作步骤如下： （1）首先对数据进行平稳性判定： 依次点击“分析”—“预测”—“序列图”，即可画出其序列图如下： （2）对其进行自相关和偏自相关检验 依次点击“分析”—“预测”—“自相关”，得到如下对话框： 将变量“x”选入对话框中，勾选“自相关”和“偏自相关”即可。 得到的检验结果如下所示： （3）分析：由上述得到的图我们可以有下面2种判断： 1.自相关图拖尾，偏自相关图1阶截尾； 2.自相关图2阶截尾，偏自相关图拖尾； （4）下面我们进行创建模型，步骤如下： 依次点击“分析”—“预测”—“创建模型”，得到如下对话框： 将变量“x”选入“因变量”选项框中，接着选择建模方法：ARIMA (4.1)我们首先建立一个AR(1)模型，所以我们在自回归中填上数字1 在“统计量”选项框中选择保存“参数估计”的值，接着在“保存”选项框中勾选“噪声残值”。 （4.2）得到的估计结果如下： 分析：由结果可知该模型的参数检验都通过了。 （4.3）对产生的残差序列进行自相关检验，即对模型整体进行检验，结果如下： 分析：经检验可知产生得到的残差序列为白噪声序列，说明模型整体的检验已通过。 即AR(1)可以作为上述数据的模型。 （5.1）接着我们建立MA(2)，将自回归中的数字改为0，在移动平均数中填写数字2即可。 点击“确定”，得到的结果如下： 可知建立的MA(2)模型的参数检验通过。 （5.2）对模型整体进行检验，即对MA(2)中产生的残差进行白噪声检验，得到的结果为： 可知该模型的整体检验通过，即MA(2)也可以作为上述数据的模型。 小结：我们将AR(1)和MA(2)进行对比，可以发现AR(1)中得到的BIC值小于MA(2)中得到的BIC值，所以最后我们选取AR(1)模型。 二．对其进行未来5期的预测 现在我们已经确定模型为AR（1），所以我们在此基础上进行预测。操作步骤如下： 依次点击“分析”—“预测”—“创建模型”，我们即可进入到时间序列建模器界面， 在此我们已经将变量模型设置好了，接着点击“保存”，得到如下对话框： 其中我们将四个描述的变量（预测值/置信区间的下限/置信区间的上限/噪声残值）都选中， 并将“预测值”命名为“yf”，接着点击“选项”，得到如下界面： 点击模型评估期后的第一个个案到指定日期之前的个案，因为要预测未来5期的值，所以我们在“观察”选项框中填写75。最后我们在统计量界面选中“预测值”，点击确定即可得到如下结果： 未来5期预测结果如上所示。 下面我们对上述的预测结果进行图示分析，操作步骤如下： 依次点击“分析”—“预测”—“序列图”，得到如下对话框，我们将前四个变量选入到“变量” 对话框，点击确定，即可得到实际值与预测值的比较图，如下所示： 结果分析与讨论： 实验报告评分标准 评分项目 满分 得分 评分项目 满分 得分 基本原理 操作步骤与运行结果 结果分析与讨论 合 计 授课教师 批阅日期