17时间序列-胡跃华分析.ppt

AR？ MA？ Dyt = -0.372 Dyt-1 +vt+ 0.481ut + 0.625ut-1 残差的Q统计量（pro）值均大于0.05，可以认为是白噪声，检验通过。 * ARIMA模型预测的基本程序（用任何软件） * 按照ARIMA模型建模方法，对全国2005.1.1-2012.12.31的丙型肝炎发病数建模，并用该模型对全国2013.1.1-2013.6.30发病数进行预测，得到预测数据（表2），预测的平均相对误差为0.034。比较观测值与预测值，可见每月的绝对误差不大，特别是3月份绝对误差只有-32例，这在全国水平上来说预测效果很好。模型拟合图（图6）也可见预测值与观测值相比无论从趋势还是大小差别均不大。可见ARIMA（1，1，1）（0，1，1）12模型的预测效果好。 * SAS/ETS。SAS/ETS编程语言简洁，输出功能强大，分析结果精确，是进行时间序列分析与预测的理想的软件。并且sas系统有着全球一流的数据仓库功能，因此在进行海量数据的时间序列分析时具有其他统计软件无可比拟的优势。 R是一种语言，是基于Ｓ语言两种形式中的一种，另一为S-plus 一种软件，是集统计分析与图形显示于一体的统计分析工具 是完全免费的！！ 其他软件尽管非常优秀，可是你需要支付一笔$US . Eviews是Econometrics Views的缩写，直译为计量经济学观察，通常称为