1-时间序列分析.ppt

静态预测结果 EViews操作：点击View，选residual Diagnostics，Serial Correlation LM Test vt的相关图、偏相关图如下，vt中已不存在自相关。 第1章结束 剔除不显著的回归因子 观察模型残差序列的相关图，可能是一个AR（1）过程 （也带上sar(4)） SAR（4）果然没有显著性，剔除之。 预测结果 xt= 0.8 xt –4+ut序列的相关图与偏相关图（file:7gener1-text4） xt= - 0.8 xt –4+ut序列的相关图与偏相关图（file:7gener1-text4） 生成(1,0,0)(1,0,0)12序列， (1-0.5L)(1- 0.9L12) z4t = ut 的相关图与偏相关图 例： (0,0,0)(0,0,1)4序列 xt= ut+0.8 ut –4序列的相关图与偏相关图 例：(0,0,0)(0,0,1)4序列 xt= ut - 0.8 ut –4序列的相关图与偏相关图 例：(0,0,0)(0,0,1)4序列 xt = (1+ 0.4 L)(1+ 0.6 L12)ut 的相关图与偏相关图 过度差分 从Lny退2次趋势的序列和其谱图都可以看出Lny序列存在一个6、7年的长周期，同时存在一个12个月的季节变化周期。 Lny退2次趋势序列的相关图和偏相关图 Lnyt - 4.8199 -0.0077t