eviews实验指导(AIMA模型建模与预测).pdfVIP

实验指导书（ARIMA模型建模与预测） 例：我国1952-2011年的进出口总额数据建模及预测 1、模型识别和定阶 （1）数据录入 打开Eviews软件，选择 “File”菜单中的 “New--Workfile”选项，在 “Workfilestructure type”栏选择 “Dated –regular frequency”，在 “Date specification”栏中分别选择 “Annual”(年数据) ，分别在起始年输入195 ，终止年输入2011，文件名输入 “im_ex”， 点击ok，见下图，这样就建立了一个工作文件。 在workfile 中新建序列im_ex，并录入数据（点击File/Import/ReadText-Lotus-Excel…， 找到相应的Excel数据集，打开数据集，出现如下图的窗口，在 “Dataorder”选项中选 择“Byobservation-seriesincolumns”即按照观察值顺序录入，第一个数据是从B15开始的， 所以在“Upper-leftdatacell”中输入B15，本例只有一列数据，在“Namesforseriesornumber ”中输入序列的名字 ，点击 ，则录入了数据）： ifnamedinfile im_ex ok （2）时序图判断平稳性 双击序列im_ex，点击view/Graph/line，得到下列对话框： 得到如下该序列的时序图，由图形可以看出该序列呈指数上升趋势，直观来看显著非平稳。 IM_EX 240,000 200,000 160,000 120,000 80,000 40,000 0 55 60 65 70 75 80 85 90 95 00 05 10 （3）原始数据的对数处理 因为数据有指数上升趋势，为了减小波动，对其对数化，在Eviews命令框中输入相应 的命令“seriesy=log(im_ex)”就得到对数序列，其时序图见下图，对数化后的序列远没有原 始序列波动剧烈： Y 13 12 11 10 9 8 7 6 5 4 55 60 65 70 75 80 85 90 95 00 05 10 从图上仍然直观看出序列不平稳，进一步考察序列 的自相关图和偏自相关图：y 从自相关系数可以看出，呈周期衰减到零的速度非常缓慢，所以断定y 序列非平稳。 为了证实这个结论，进一步对其做ADF检验。双击序列 ，点击y view/unitroottest，出现下 图的对话框， 我们对序列y本身进行检验，所