季节时间序列建模与预测.pdf

应用时间序列分析 实验报告 院系：理学院 专业：应用统计学 班级： 姓名： 学号： 2016 年4 月19 日 1 一、实验目的： （一）利用X12 季节调整过程，对中国1993 年1 月至2000 年12 月社会商品 零售额月度资料进行季节调整。 （二）利用X11程序预测2000年社会商品零售额可能的趋势值。 二、实验器材： 应用时间序列教材，装有EViews 软件的PC 机一台。 三、实验内容与操作： （一）利用X12 季节调整过程进行季节调整。 利用课本165 习题6 建立时间序列模型。 第一步：创建工作表。 打开Eviews 软件，点击 “File\New\Workfile”，在对话框中如图1所示输 入数据，点击“OK”： 图1 第二步：录入数据。 在命令窗口中输入“data y”, 点击回车键，创建一个以Y 为序列名称的数 据，然后录入数据，如图2所示： 图2 1 第三步：绘制社会消费品零售额的趋势图。 点击 “View\Graph ”, 得到如图3所示对话框，保持默认选项，点击 “OK”，得到社会商品零售额的趋势图，如图4所示： 图3 图4 结果分析：通过图 4 （社会商品零售额的趋势图）可以看出在 2000 年年初到 2000 年年底的零售额月度数据锐减，显然不具有代表性，需要调整样本区间，利 用1993 年到1999 年的月度数据对零售额月度资料进行季节调整。 2 第四步：选择样本区。 选择样本区，在命令窗口中输入 “smpl 1993:01 1999:12”，点击回车键， 得到如图5所示结果；然后打开Y数据窗口，点击smpl+,即得到需要的样本区数 据，如图6所示： 图5 图6 第五步：利用X12程序进行季节调整。 点击 “Proc\Seasonal Adjustment\Census X12 ”,在对话框中根据数据的 特征选择乘法模型，滤波方法采用默认方式，保留最终的季节调整数据、季节因 子和长期趋势，点击“确定”，如图7所示，得如图8所示结果： 3 图7 图8 第六步：绘制季节调整后的变量趋势图 打开 Y_SA 数据窗口，如图9 所示，点击 “View\Graph”,得到如图10 所示对 话框，保持默认选项，点击 “OK”，得到季节调整后的变量趋势图，如图11 所示： 4 图9 图10 图11