eviews实验指导ARIMA模型建模与预测.docxVIP

实验指导书（ ARIMA 模型建模与预测） 例：我国 1952-2011年的进出口总额数据建模及预测 1、模型识别和定阶 （ 1）数据 入 打开 Eviews 件， “ File ”菜 中的“ New--Workfile ” ，在“ Workfile structure type” “ Dated – regularfrequency ” ， 在 “ Date specification ” 中 分 “Annual ”( 年数据) ，分 在起始年 入 1952， 止年 入 2011，文件名 入“ im_ex ”，点 ok， 下 ， 就建立了一个工作文件。 在 workfile 中新建序列 im_ex，并 入数据（点 File/Import/Read Text-Lotus-Excel ，? 找到相 的 Excel数据集，打开数据集，出 如下 的窗口，在“ Data order ” 中 “By observation-series in columns ”即按照 察 序 入，第一个数据是从 B15 开始的， 所以在“ Upper-left data cell”中 入 B15，本例只有一列数据， 在“ Names for series or number if named in file ”中 入序列的名字 im_ex，点 ok ， 入了数据） ： （ 2）时序图判断平稳性 双击序列 im_ex，点击 view/Graph/line ，得到下列对话框： 得到如下该序列的时序图，由图形可以看出该序列呈指数上升趋势，直观来看显著非平稳。 IM_EX 240,000 200,000 160,000 120,000 80,000 40,000 0 55 60 65 70 75 80 85 90 95 00 05 10 （ 3）原始数据的对数处理 因为数据有指数上升趋势，为了减小波动，对其对数化，在 Eviews 命令框中输入相应 的命令“ series y=log(im_ex) ”就得到对数序列，其时序图见下图，对数化后的序列远没有原始序列波动剧烈： Y 13 12 11 10 9 8 7 6 5 4 55 60 65 70 75 80 85 90 95 00 05 10 从图上仍然直观看出序列不平稳，进一步考察序列 y 的自相关图和偏自相关图： 从自相关系数可以看出，呈周期衰减到零的速度非常缓慢，所以断定 y 序列非平稳。为了证实这个结论，进一步对其做 ADF 检验。双击序列 y，点击 view/unit root test ，出现下图的对话框， 我们对序列 y 本身进行检验，所以选择“ Level”；序列 y 存在明显的线性趋势，所以选 择对带常数项和线性趋势项的模型进行检验，其他采用默认设置，点击 ok。 检验结果见下图，可以看出在显著性水平 0.05 下，接受存在一个单位根的原假设，进 一步验证了原序列不平稳。 为了找出其非平稳的阶数， 需要对其一阶差分序列和二阶差分序列等进行 ADF 检验。 （ 4）差分次数 d 的确定 y 序列显著非平稳，现对其一阶差分序列进行 ADF 检验。在对 y 的一阶差分序列进行 ADF 单位根检验之前，需要明确 y 的一阶差分序列的趋势特征。在 Eviews 命令框中输入相 应的命令“ ”就得到对数序列的一阶差分序列 ，其时序图见下图 series dy1=D(y) dy1 DY1 .6 .4 .2 .0 -.2 -.4 55 60 65 70 75 80 85 90 95 00 05 10 由 y 的一阶差分序列的时序图可见， 一阶差分序列不具有趋势特征， 但具有非零的均值。因此，在下图对序列 y 的单位根检验的对话框中选择“ 1st difference ”，同时选择带常数项、 不带趋势项的模型进行检验，其他采用默认设置，点击 ok。 列  检验结果见下图，可以看出在显著性水平 y 的一阶差分序列是平稳序列，因此 d=1 。  0.05 下，拒绝存在单位根的原假设，说明序 5）建立一阶差分序列 在 Eviews 对话框中输入“ series x=y-y(-1) ”或“ series x=y-y(-1) ”，并点击“回车” ，便得 到了经过一阶差分处理后的新序列 x，其时序图见下图， 从直观上来看， 序列 x 也是平稳的，这就可以对 x 序列进行 ARMA 模型分析了。 X .6 .4 .2 .0 -.2 -.4 55 60 65 70 75 80 85 90 95 00 05 10 （ 6）模型识别和定阶 双击序列 x，点击 view/Correlogram ，出现下图对话框， 我们对原始数据序列做相关图，因此在“ Correlogram of ”