统计实验报告六.doc

实验报告 经济贸易 系 统计学 专业 2008 级 统计 班 85 号 实验人 毕优德 实验地点： 实训楼B305 实验日期： 06年05日 实验题目：季节模型建模及X-11技术 实验类型：基本操作 实验目的：掌握有关季节时间序列的特征；掌握季节性时间序列的建模步骤；掌握X-11技术。 实验内容：对附录数据中——1993-2000年月度中国社会消费品零售总额序列进行季节模型建模及X-11技术的实现。 实验步骤： （1）数据录入，建立工作表 （2）作出序列的时序图 从时序图可以看出看出，中国社会消费品零售总额存在明显的长期上升趋势和季节变动趋势。 （3）平稳性检验 a、时序图检验 打开xt序列工作表，点击View/Graph/line 观察上图，差分后的序列数值围绕着0轴上下波动，可以初步判断xt序列是平稳的。 b、单位根检验 在xt序列工作表，点击View/ 图1 单位根检验参数设置 图2 单位根检验结果 ADF检验结果表明，在既定的显著性水平下，得出的T值为-16.65481明显小于给定的三个给定t值，因此不能拒绝存在单位根的原假设，所以序列xt是平稳的。 (5)模型识别 点击view/correlogram，点击ok出现 xt的自相关系数和偏自相关系数图5-8，从图上看出，自相关系数一阶截尾，偏自相关系数一阶截尾，初步认定p和q 都是一阶，考虑建立ARMA(1,1)模型。 （6）模型估计 根据上面的模型识别，初步建立ARMA(1,1)模型，在主窗口命令栏里输入ls d(x,1,12) ar(1) ma(1)，并按回车，得到图ARMA(1,1)模型的参数估计结果，可以看出当p和q都取1时，ma(1)系数不显著，因此去掉ma(1)项，在主窗口命令栏输入ls d(x,1,12) ar(1)，得到AR(1)模型参数估计结果： ARMA(1,1)模型的参数估计结果 AR(1)模型参数估计结果 结果表明：AR(1)模型的参数比ARMA(1,1)模型的参数更加显著，而且有更小的AIC和SC值，且R2也有所增大。 （7）模型适应性检验 现在对AR（1）模型对残差进行分析，在AR（1）模型点击Resids得到残差图，观察可以看出残差值围绕着0轴上下波动，为白噪声序列，因此可以说明AR（1）模型是合适的。 实验结果： 1、模型估计结果如下： （1+0.551788B）(1-B)(1-B12)Xt=at 实验体会与拓展设想： 通过这次课后练习，更熟悉了Eviews软件的操作掌握了数据的前期整理分析后期预测操作。 得分 指导教师