实验九单方水差模型预测.pptVIP

缺失项 如果预测样本中有数据丢失，对应的预测值将为NA。 对于存在缺失项的预测，如果是静态预测，则对预测没有很大影响；但对于动态预测而言，缺失项的存在将导致其后的所有值都为NA。 * 实验九 单方差模型预测 本章描述了对一个单方程进行预测或计算拟合值的过程。这里描述的技术是利用通过回归方法估计得到的方程来进行预测。 * §9 .1 EViews中的方程预测 为说明一个被估计方程的预测过程，我们从一个简单的例子开始。假设我们有1947:01—1995:01年美国国内生产总值（GDP）、消费（CS）和投资（INV。 我们运用1947:01—1995:01这段时期的数据，估计GDP对常数、CS和INV的回归，并用AR(1)修正残差序列相关，用该模型预测GDP。估计得到的方程结果由方程对象eq_gdp给出： * 一、如何进行预测 为预测该方程的GDP，在方程的工具栏中按Forecast按钮，或选择Procss/ Forecast …。这时会出现下表： * 我们应提供如下信息： 1、序列名 预测后的序列名 将所要预测的因变量名填入编辑框中。EViews默认了一个名字，但可以将它变为任意别的有效序列名。这个名字应不同于因变量名，因为预测过程会覆盖已给定的序列值。 S.E.（Optional）