用EVIEWS处理时间序列分析报告.docVIP

实用标准文案 PAGE 精彩文档 应用时间序列分析 实验手册 目 录 TOC \o 1-2 \h \z \u HYPERLINK \l _Toc227006293 目 录 PAGEREF _Toc227006293 \h 2 HYPERLINK \l _Toc227006294 第二章 时间序列的预处理 PAGEREF _Toc227006294 \h 3 HYPERLINK \l _Toc227006295 一、平稳性检验 PAGEREF _Toc227006295 \h 3 HYPERLINK \l _Toc227006296 二、纯随机性检验 PAGEREF _Toc227006296 \h 9 HYPERLINK \l _Toc227006297 第三章 平稳时间序列建模实验教程 PAGEREF _Toc227006297 \h 10 HYPERLINK \l _Toc227006298 一、模型识别 PAGEREF _Toc227006298 \h 10 HYPERLINK \l _Toc227006299 二、模型参数估计（如何判断拟合的模型以及结果写法） PAGEREF _Toc227006299 \h 13 HYPERLINK \l _Toc227006300 三、模型的显著性检验 PAGEREF _Toc227006300 \h 17 HYPERLINK \l _Toc227006301 四、模型优化 PAGEREF _Toc227006301 \h 18 HYPERLINK \l _Toc227006302 第四章 非平稳时间序列的确定性分析 PAGEREF _Toc227006302 \h 19 HYPERLINK \l _Toc227006303 一、趋势分析 PAGEREF _Toc227006303 \h 19 HYPERLINK \l _Toc227006304 二、季节效应分析 PAGEREF _Toc227006304 \h 34 HYPERLINK \l _Toc227006305 三、综合分析 PAGEREF _Toc227006305 \h 38 HYPERLINK \l _Toc227006306 第五章 非平稳序列的随机分析 PAGEREF _Toc227006306 \h 44 HYPERLINK \l _Toc227006307 一、差分法提取确定性信息 PAGEREF _Toc227006307 \h 44 HYPERLINK \l _Toc227006308 二、ARIMA模型 PAGEREF _Toc227006308 \h 58 HYPERLINK \l _Toc227006309 三、季节模型 PAGEREF _Toc227006309 \h 62 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 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 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 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 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： 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