用eviews处理时间序列-copy.pdfVIP

应用时间序列分析 实验手册 目 录 目 录2 第二章 时间序列的预处理3 一、平稳性检验3 二、纯随机性检验9 第三章 平稳时间序列建模实验教程10 一、模型识别10 二、模型参数估计 （如何判断拟合的模型以及结果写法）14 三、模型的显著性检验17 四、模型优化18 第四章 非平稳时间序列的确定性分析19 一、趋势分析19 二、季节效应分析34 三、综合分析38 第五章 非平稳序列的随机分析44 一、差分法提取确定性信息44 二、ARIMA 模型58 三、季节模型62 2 第二章 时间序列的预处理 一、平稳性检验 时序图检验和自相关图检验 （一）时序图检验 根据平稳时间序列均值、方差为常数的性质，平稳序列的时序图应该显示出该序列 始终在一个常数值附近随机波动，而且波动的范围有界、无明显趋势及周期特征 例2.1 检验1964 年——1999 年中国纱年产量序列的平稳性 1.在Eviews 软件中打开案例数据 图1：打开外来数据 图2 ：打开数据文件夹中案例数据文件夹中数据 3 文件中序列的名称可以在打开的时候输入，或者在打开的数据中输入 图3 ：打开过程中给序列命名 图4：打开数据 4 2.绘制时序图 可以如下图所示选择序列然后点Quick 选择Scatter 或者XYline ； 绘制好后可以双击图片对其进行修饰，如颜色、线条、点等 图1：绘制散点图 图2 ：年份和产出的散点图 5 600 500 400 T U P 300 T U O 200 100 0 1960 1970 1980 1990 2000 YEA R 图3 ：年份和产出的散点图 （二）自相关图检验 例2.3 导入数据，方式同上； 在Quick 菜单下选择自相关图，对Qiwen 原列进行分析； 可以看出自相关系数始终在零周围波动，判定该序列为平稳时间序列。 图1：序列的相关分析 6 图2 ：输入序列名称 图2 ：选择相关分析的对象 图3 ：序列的相关分析结果:1. 可以看出自相关系数始终在零周围波动，判定该序列为平稳 时间序列2.看Q 统计量的P 值：该统计量的原假设为X 的1 期，2 期……k 期的自相关系 数均等于0，备择假设为自相关系数中至少有一个不等于0，因此如图知，该P 值都5%的 显著性水平,所以接受原假设,即序列是纯随机序列,即白噪声序列(因为序列值之间彼此之间 没有任何关联,所以说过去的行为对将来的发展没有丝毫影响, 因此为纯随机序列,即白噪声 序列.) 有的题目平稳性描述可以模仿书本33 页最后一段. （三）平稳性检验还可以用： 7 单位根检验：ADF,PP 检验等； 非参数检验：游程检验 图1：序列的单位根检验 表示不包含截距项 图2 ：单位根检验的方法选择 8 图3 ：ADF 检验的结果