时间序列模型分析.pptVIP

案例1（中国人口时间序列分析） （第3版311页） file:li-12-1 案例1（中国人口时间序列分析） （第3版312页） file:li-12-1 EViews 7 案例1（中国人口时间序列分析） 案例分析（中国人口时间序列模型） EViews 7 注意表达式写法 案例1（中国人口时间序列分析） 案例分析（中国人口时间序列模型） 差分序列Dyt中的常数?，在原序列yt中是斜率。 案例1（中国人口时间序列分析） 案例分析（中国人口时间序列模型） 案例分析（中国人口时间序列模型） 案例分析（中国人口时间序列模型） （4）点击时间序列模型估计结果窗口中的Forcast键，在随后弹出的对话框中做出适当选择，就可以得到yt和Dyt的动态和静态预测值，结构预测和非结构预测值。 12.788 EViews 7 file: 7arma07 DD(y)过度差分 file: 7arma07 EViews 7 参数t检验都有显著性， 特征根倒数都在单位圆之内，Q(15)对应的p值是0.50，大于0.05。三个条件都得到满足。 EViews 7 静态预测2007年中国粮食产量 52262 回归与ARMA组合模型 回归与ARMA组合模型 回归与ARMA组合模型 回归与ARMA组合模型 回归与ARMA组合模型 例3：中国储蓄存款总额（Y，亿元）与GDP（亿元）的关系研究 回归与ARMA组合模型 例3：中国储蓄存款总额（Y，亿元）与GDP（亿元）的关系研究 EViews 7 Eviews 估计命令： Y c GDP AR(1) AR(2) 例3：中国储蓄存款总额（Y，亿元）与GDP（亿元）的关系研究 回归与ARMA组合模型 例3：中国储蓄存款总额（Y，亿元）与GDP（亿元）的关系研究 回归与ARMA组合模型 例3：中国储蓄存款总额（Y，亿元）与GDP（亿元）的关系研究 例3：中国储蓄存款总额（Y，亿元）与GDP（亿元）的关系研究 file:li-12-1 回归与ARMA组合模型 file:li-12-1 回归与ARMA组合模型 回归与ARMA组合模型 回归与ARMA组合模型 回归与ARMA组合模型 （2）移动平均模型的可逆性 对于MA(1)模型： * 给定条件 ，如果MA(1)模型可以表述为 即MA(1)模型可以转化为一个无限阶的自回归模型，我们称MA(1)模型具有可逆性。 由AR(p)模型平稳性可知，MA(1)模型具有可逆性的条件是 1。更一般地，任何一个可逆的MA(q)模型可转换成一个无限阶的自回归模型。 自回归模型与移动平均模型的关系 以上的分析说明，一个平稳的AR(p)模型可以转换为一个无限阶的移动平均模型；一个可逆的MA(q)模型可转换成一个无限阶的自回归模型。 AR(p)模型，只需考虑平稳性问题，不必考虑可逆性问题。 MA(q)模型，只需考虑可逆性问题，不必考虑平稳性问题。 * 日本人口差分序列 （第3版第293页） AR(1) 实根 AR(2) 实根 AR(2) 复根 用生成的序列演示。 MA (1) MA (2) MA (2) 用生成的序列演示。 AR(1) AR(2) AR (2) MA (1) 实根 MA (2)实根 MA (2) 复根 时间序列模型的建立与预测 时间序列模型的建立与预测 AR(1)序列 与相关图 时间序列模型的建立与预测 MA(1)序列 与相关图 时间序列模型的建立与预测 时间序列模型的建立与预测 时间序列模型的建立与预测 时间序列模型的建立与预测 ARIMA模型识别举例 时间序列模型的建立与预测 （第3版309页） （第3版309页） 时间序列模型的建立与预测 file:li-12-1 file: 5arma07 案例1（中国人口时间序列分析） （第3版310页） file:li-12-1 时间序列模型 -ARIMA 时间序列分析概论 计量经济分析中 常用的数据类型 截面数据 时间序列数据 面板数据 一、什么是时间序列： 所谓时间序列数据，是指反应社会、经济、自然等现象的某一数量指标进行时间上的观察所得到的数据。而时间序列就是讲这些观测数据按照时间先后顺序排列起来所形成的