平稳性检验专题讲座.pptVIP

时间序列数据平稳性检验 （1）、通过时序图看时间序列的平稳性，这个方法很直观，但比较粗糙； （2）、通过计算序列的自相关和偏自相关系数，根据平稳时间序列的性质观察其平稳性； （3）、进行纯随机性检验； （4）、平稳性的ADF检验； （5）、平稳性的pp检验。 绘制时间序列图 1、点击主菜单Quick/Graph就可作图，分别是折线图（Line graph）、条形图（Bar graph）、散点图（Scatter）等， 2、双击序列名，出现显示电子表格的序列观测值，然后点击工具栏的View/Graph。 3、如果选择折线图，出现图的对话框，在此对话框中键入要做图的序列，点击OK则出现折线图 4、选择图上工具栏options可以对折线图做相应修饰。 5、 通过相关图做平稳性判断 1、点击View/Correlogram，出现相关图设定对话框，上面选项要求选择对谁计算自相关系数：原始序列（Level）、一阶差分（1st difference）和二阶差分（2nd difference），默认是对原始序列显示相关图。 2、相关图显示的最大滞后阶数k，观测值多，k可取 或 ；若样本量较小k一般取 3、相关图的左半部分是自相关和偏自相关分析图，垂立的两道虚线表示2倍标准差。右半部分是滞后阶数、自相关系数、偏自相关系数、Q统计量和相伴的概率。从自相关和偏自相关分析图可以看出自相关系数趋向0的速度相当缓慢，且滞后6阶之后自相关系数才落入2倍标准差范围以内，并且呈现一种三角对称的形式，这是具有单调趋势的时间序列典型的自相关图的形式。 （3）、纯随机性判断 1、序列各项之间不存在相关，即相应滞后阶数的自相关系数与0没有显著性差异，序列为白噪声序列，序列即纯随机序列进行的统计检验 至少存在某个在图1-8中，由每个Q统计量的伴随概率可以看出，都是拒绝原假设的，说明至少存在某个k，使得滞后k期的自相关系数显著非0，也即拒绝序列是白噪声序列的原假设。 （4）ADF检验 1、双击序列，点击view/unit root test，先对序列本身进行单位根检验，在滞后阶数对话框选择SC准则自动选择阶数，分别采用带常数项，带常数项和趋势项以及什么都不带的方程进行ADF检验。 2、在显著性水平0.01下，一阶差分序列拒绝存在一个单位根的原假设，说明经过差分后的序列已经平稳，可以为以后的建模使用。 （5）PP检验 平稳性检验常用的方法还有PP检验，在图1-9的对话框中“Test Type”中选择下拉菜单Phillips-Perron，出现图1-12的对话框，其他选项同ADF检验，图1-13是对sha序列带趋势项和常数项的方程进行的pp检验，从结果看出来，接受存在一个单位根的原假设，于是同ADF检验，对其一阶差分序列进行PP检验，结果见图1-14，可以看出，和ADF检验结果相同，一阶差分序列已经平稳。 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 * 资料内容仅供参考，不当之处，请联系作者改正或删除。 *