Eviews软件实习操作.docVIP

Eviews软件实习操作 预备知识：（见上机手册） 时间序列模型的建立： 数据的录入： a、创建Workfile：点击File/New/Workfile，输入起止日期。 b、建立object输入数据：点击object/new object，定义数据文件名ex4_2并输入数据。 c、将Workfile保存：点击File/save，而store只存储对象object。 2、画时序数据图：点击Workfile中的View/line graph。 3、时序数据的平稳化： a、用单位根法检验平稳性：点击View/Unit Root Test，比较ADF值。 结果为： 由图知：ADF_T=0.0722-3.4946，则X序列非平稳。 b、用差分法平稳化：在Procs/Generate by Equation中输入y=x-x(-12) 作一次季节差分，然后零均值化，再作ADF检验。 季节差分： Y序列图： ADF检验 由此，ADF_T=-4.0938-3.5015，则y是平稳序列。 4、模型识别：点击View/correlogram画自相关系数（AC）和偏自相 关系数（PAC）图。 则当K2时，则，即呈现2步截尾现象，而 序列被负指数函数控制收敛于零，呈拖尾现象，故可初步判定序 列Y适合AR(2)模型。 5、模型定阶：点击Quick/Estimate equation输入类似Y AR(1) AR(2) AR(3)形式的各种不同模型，利用AIC准则或F检验选择最合适的模 型，也可利用Pandit-wu法。 a、先拟合AR(3)模型： 结果为： 得知，参数不显著，且AIC=2.8352，SC＝2.9169，SSE=86.95。 再拟合AR(2)模型： AIC＝2.8329，SC=2.8870，SSE＝89.64 再拟合AR(1)模型： SSE＝91.32，AIC=2.8194，SC＝2.8463。 F检验： ，说明AR(3)与AR(2)模型没有显著性差异。故可判定适应模型为AR(2)，即 残差方差为： b、Pandit-wu法： 先拟合ARMA(2,1)模型： SSE=86.65，AIC＝2.82，SC＝2.90。 再拟合ARMA(4,3)模型： SSE＝80.23，AIC＝2.85，SC＝3.05。 F检验： 故ARMA(2,1)与ARMA(4,3)模型没有显著性差异，则选择ARMA(2,1)模型，即 6、模型预测：用AR(2)模型作预测。 预测结果为： 8