（时间管理）E应用时间序列分析实验手册.pdfVIP

（时间管理）E 应用时间序 列分析实验手册 应用时间序列分析 实验手册 目 录 目 录2 第二章 时间序列的预处理 3 一、平稳性检验 3 二、纯随机性检验 9 第三章 平稳时间序列建模实验教程 10 一、模型识别 10 二、模型参数估计（如何判断拟合的模型以及结果写法） 13 三、模型的显著性检验 17 四、模型优化 18 第四章 非平稳时间序列的确定性分析 19 一、趋势分析 19 二、季节效应分析 34 三、综合分析 38 第五章 非平稳序列的随机分析 44 一、差分法提取确定性信息 44 二 ARIMA 模型 58 三、季节模型 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 ：序列的单位根检验 图2 ：单位根检验的方法选择 图3 ：ADF 检验的结果：如图，单位根统计量 ADF=-0.016384 都大于 EVIEWS 给出的显著性水 平 1%-10%的ADF 临界值，所以接受原假设，该序列是非平稳的。 二、纯随机性检验 计算 Q 统计量，根据其取值判定是否为纯随机序列。 例 2.3 的自相关图中有Q 统计量，其 P 值在 K=6 12 的时候均比较大，不能拒绝原假 设，认为 该序列是白噪声序列。 另外，小样本情况下，LB 统计量检验纯随机性更准确。 第三章 平稳时间序列建模实验教程 一、模型识别 1.打开数据 图 1 ：打开数据 2.绘制趋势图并大致判断序列的特征 图2 ：绘制序列散点图 图3 ：输入散点图的两个变量 图4 ：序列的散点图 3.绘制自相关和偏自相关图 图 1 ：在数据窗口下选择相关分析 图2 ：选择变量 图3 ：选择对象 图4 ：序列相关图 4.根据自相关图和偏自相关图的性质确定模型类型和阶数 如果样本(偏)自相关系数在最初的d 阶明显大于两倍标准差范围，而后几乎95％的自相关系 数都落在 2 倍标准差的范围以内，而且通常由非零自相关系数衰减为小值波动的过程非常突 然。这时，通常视为(偏)自相关系数截尾。截尾阶数为d 。 本例：  自相关图显示延迟3 阶之后，自相关系数全部衰减到 2 倍标准差范围内波动，这表 明