ARMA模型建模与预测.pptVIP

实验要求 （1）根据时序图判断序列的平稳性； （2）观察相关图，初步确定移动平均阶数q和自回归阶数p； （3）运用经典B-J方法建立合适的ARMA（）模型，并能够利用此模型进行短期预测。 1、模型识别 （1）数据录入 （2）绘制序列时序图 （3）绘制序列相关图：最后一列白噪声检验的Q统计量和相应的伴随概率表明序列存在相关性，因此序列为平稳非白噪声序列。 （4）ADF检验序列的平稳性 （5）模型定阶：View/Descriptive Statistics/Histogram and States对原序列做描述统计分析序列均值非0，通常对0均值平稳序列做建模分析，需要在原序列基础上生成一个新的0均值序列。点击主菜单Quick/Generate Series，在对话框中输入赋值语句Series x=production-84.11940， 2、模型参数估计 （1）尝试AR模型：主窗口输入ls x ar(1) ar(2) ar(3) （2）尝试MA模型 ：系数不显著，故剔除该项 （3）尝试ARMA模型 3、模型检验（重点） 对模型残差序列进行白噪声检验。若残差序列不是白噪声，说明还有一些重要信息没被提取，应重新设定模型，可以对残差进行纯随机性检验。 模型估计完毕之后，会自动生成一个对象resid，它便是估计模型的残差序列值，对其进行相关图分析便可看出检验结果；另一种方法是在方程输出窗口中点击View/Residual Tests/Correlogram-Q-Statistics，输入相应的滞后阶数14，即出现残差的相关图，相关图显示残差为白噪声，也显示拟合模型有效 4、模型预测 1、扩展样本期，在命令栏输入expand 1 203，样本序列长度就变成203了，且最后面2个变量值为空 2、方程估计窗口点击Forecast，预测方法常用有两种：Dynamic forecast和Static forecast，前者是根据所选择的一定的估计区间，进行多步向前预测；后者是只滚动的进行向前一步预测，即每预测一次，用真实值代替预测值，加入到估计区间，再进行向前一步预测。 3、选择Dynamic forecast， 预测值存放在XF序列中，可以观察原序列x和xf之间的动态关系，同时选中x和xf，击右键，点open/as group，然后点击view/graph/line，动态预测值几乎是一条直线，说明动态预测效果很不好。 4、 进行静态预测，预测值仍然存放在xf中，做x和xf，可以看出静态预测效果不错。 * *