Eviews数据统计与分析教程8章.pptVIP

* EViews统计分析基础教程 第8章 时间序列模型 重点内容： 时间序列的分解方法 随机过程的定义 AR、MA、ARMA模型的建立方法 协整理论 误差修正（ECM）模型的建立 酋栏殖拾邵逼妓予毙滞趾球由斗驹椭歪悔屹答戒鞍氛存搁宁演谓辉居鄙烯Eviews数据统计与分析教程8章Eviews数据统计与分析教程8章 一、时间序列的趋势分解 时间序列的分解方法包括两种： 季节调整（适用于趋势要素与循环要素不可分时） 趋势分解（适用于趋势要素和循环要素可分解时 ） 油受痘邮揩锤荷士忌百辩酮政祭怪绪曾讳油曲缨蠕南豺谣官莱铂驼贪衷割Eviews数据统计与分析教程8章Eviews数据统计与分析教程8章 一、时间序列的趋势分解 趋势分解——HP（Hodrick – Prescott）滤波法 设时间变量Yt含有趋势因素和波动因素，令 Yt = YtT+ YtC （t=1，2，T） 其中， YtT表示含有趋势因素的时间序列， YtC表示含有波动因素的时间序列。HP滤波法就是将时间序列Yt中YtT的分离出来。 设 min HP滤波就是求该式的最小值。 HP滤波取决于参数λ，当λ=0时，符合最小化的趋势序列为Yt序列；当λ逐渐变大时，估计的趋势变得越来越光滑；当λ接近于∞时，估计的趋势接近于线性函数。 衬茨歉捍逃汽掳闺饭拘甘癸悸仍昏钟悸韩字靛阿颜卵扔哭香驼篙岛扯射争Eviews数据统计与分析教程8章Eviews数据统计与分析教程8章 一、时间序列的趋势分解 趋势分解——HP（Hodrick – Prescott）滤波法 EViews操作方法： 选择序列对象工具栏中的“Proc”|“Hodrick – Prescott Filter…”选项，将弹出右图所示的对话框。 在“Smoothed”的编辑栏中输入趋势序列名 在“Lambda”的编辑栏中输入参数λ的值， 如果是年度数据输入100，如果是季度数 据输入1600，如果是月度数据输入14400。 然后单击“OK”按钮，就会得到原序列和 趋势序列的图形。 牵瑟垣胸篡某柔娟通盾指乡蒂奏啮郴丑质友珊殉乾病彼约谜萍卓刽纸旦驳Eviews数据统计与分析教程8章Eviews数据统计与分析教程8章 二、时间序列的指数平滑 EViews操作方法： 选择序列对象工具栏中的“Proc”|“Hodrick – Prescott Filter…”选项，就可以弹出指数平滑法的对话框，如下图所示。 在“Smoothing method”中选择方法; 在“Smoothing parameters”中写入 平滑参数，如果输入字母E，系统 会自动估计参数; 在“Smoothed series”输入平滑后的 序列名称。 牡存眺缘卖详枢谁且卸烙碗攒庚瓶电疵丘约妄亢催某试讽挖火淆镁穴眺虱Eviews数据统计与分析教程8章Eviews数据统计与分析教程8章 三、随机过程 分类： 白噪声（White Noise）过程 随机游走（Random Walk）过程。 韦始绸辜享旬璃汇诌湘茄潞期矩罗煌赛犹拍铝巧刑稗湃艾矗带欧婆烫棉旬Eviews数据统计与分析教程8章Eviews数据统计与分析教程8章 三、随机过程 分类： 白噪声过程 白噪声过程是指，对于随机过程{xt,t∈T}，如果 E (xt) = 0 Var(xt)= σ2 ∞ Cov (xt，xt+-s) =0 其中，t∈T，（t+s）∈T，s≠0，此时{xt}为白噪声过程。 白噪声过程是平稳的随机过程，其均值为0，方差为常数，随机变量间不相关。白噪声源于物理学，指功率谱密度在整个频域内均匀分布的噪声。 琶盘额蹲杆动恕瑚缠评殴距赁盈省养揉蛰穿撼赵燕文胖挫恐诚群榜把眨猿Eviews数据统计与分析教程8章Eviews数据统计与分析教程8章 三、随机过程 分类： 白噪声过程 白噪声过程是指，对于随机过程{xt,t∈T}，如果 E (xt) = 0 Var(xt)= σ2 ∞ Cov (xt，xt+-s) =0 其中，t∈T，（t+s）∈T，s≠0，此时{xt}为白噪声过程。 白噪声过程是平稳的随机过程，其均值为0，方差为常数，随机变量间不相关。 鹊脾槽