金融时间序列实验五确定性时间序列分析1.docVIP

下载本文档

6
0
约小于1千字
约 6页
2017-07-04 发布于浙江
举报
版权申诉

金融时间序列实验五确定性时间序列分析1.doc

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

金融时间序列实验五确定性时间序列分析1

线性趋势拟合例：以1964-1999年中国纱年产量数据为例进行分析。导入数据绘制线图，序列有明显的上升趋势长期趋势具备线性上升的趋势，所以进行序列对时间的线性回归分析。序列销售额（y）对时间（t）进行线性回归分析回归参数估计和回归效果评价可以看出回归参数显著，模型显著，回归效果良好，序列具有明显线性趋势。点击Forecast，运用模型进行预测，得到图6：预测效果（偏差率、方差率等）绘制原序列和预测序列的线图绘制残差序列的曲线图可以看出残差序列具有平稳时间序列的特征，我们可以进一步检验剔除了长期趋势后的残差序列的平稳性，第三章知识这里不在叙述。曲线趋势拟合：例：4-2 1949-2008年花费产量序列进行曲线拟合 .导入数据，. 绘制线图，可以看出序列不是线性上升，而是曲线上升，尝试用二次模型拟合序列的发展 .回归参数估计和效果评价点击Forecast原模型预测效果分析，可以看出回归参数显著，模型显著，回归效果良好，序列具有明显二次趋势。对模型的预测效果进行分析，打开y和yf,查看线图例4-7：以1993-2000年中国社会消费品零售总额序列为例，介绍季节效应分析的基本思想和操作步骤 1：建立月度数据新工作表 2：新工作表中输入数据 3：点击Proc/Seasonal Adjustment/Moving Average Methods进行季节调整（移动平均法）得到12个月的加法调整因子 4：打开三个序列（季节调整序列、原序列、调整后序列） 5：观察原序列、调整后序列的曲线图