时间序列软件分析报告报告材料.docVIP

实用标准文案 精彩文档 时间序列软件分析 步骤1：收集数据，绘制时序图 表一： 我国1978-2013年我国工业增加值 单位（亿元） 时间工业增加值(亿元)1978年16071979年1769.71980年1996.51981年2048.41982年2162.31983年2375.61984年27891985年3448.71986年39671987年4585.81988年5777.21989年64841990年68581991年8087.11992年10284.51993年14187.971994年19480.711995年24950.611996年29447.611997年32921.391998年34018.431999年35861.482000年40033.592001年43580.622002年47431.312003年54945.532004年65210.032005年77230.782006年91310.942007年110534.882008年130260.242009年135239.952010年160722.232011年188470.152012年199670.662013年210689.42 图一 通过绘制时序图，可见序列有明显的上升趋势，显然为不平稳序列。也可以绘制序列的自相关图，如图二，如果序列的自相关系数很快的趋于0，即落入随机区域，则序列平稳，反之，非平稳，由此可以推断工业增加值时序非平稳。 图二 步骤2：序列性消除 有图一，序列的增幅不断加大，需进行一阶差分，在窗口中输入：series dy=y-y(-1) 图三 由自相关图三可见，序列仍不平稳，需要进一步进行差分，即做二阶差分，得到自相关图如下 图四 通过做二阶差分，序列的时序性的到消除，可以尝试建立模型。 步骤3：模型的建立 在命令窗口中输入 ls dy c ar(1) 得到图形 图五 在命令窗口中输入ls dy c ma(1)得到图形 图六 在命令窗口中输入ls dy c ar(1)ma(1) 图七 通过对比三个模型，参考可绝系数，模型三显著不为零，样本拟合观测值拟合程度较好，所以可以的出模型的数学表达式为： Yt=(1+0.997370)Yt-1+0.993770Yt+et+0.740449et-1 步骤4：模型的检验 为了确保所建模型???可靠性，需要对模型的残差序列进行检验，看其是否满足白噪声检验。View→ResidualTests→serialcorrelationLMtest(序列相关的拉格朗日乘数检验)→lagsto2OK，得到以下数据 图八 1)注：H0：序列（残差序列，剩余数列，扰动序列）无关H1：序列相关 2)“希望接受H0”本案例中，pro＞a=0.05,接受H 。通过白噪声检验 步骤5:模型优化 若残差序列不是白噪声,意味着残差序列还存在有用信息没被提取,需要进一步改进模型。常用的V2检验,本例直接对残差序列resid操作,可以得到相应的自相关分析图，图九、图十 由图九、图十看以看出预测值和实际值相当接近。同时也可知残差序列的均值为0，所以残差序列为白噪声序列，且模型拟合程度较好。 步骤六：单击Forecast 期预测结果如下 由预测图可以看出，我国工业增加值总的来说呈上升趋势，模型构建合理。