第三章ARMA实验报告.pdfVIP

第三章 平稳时间序列建模实验报告 下表为1980-2012年全国第三产业增加值指数（上年=100）的数据。 表3-1 年全国第三产业增加值指数（上年1980-2012 =100） 年份 第三产业增加值 年份 第三产业增加值 1980 106 1997 110.7 1981 110.4 1998 108.4 1982 113 1999 109.3 1983 115.2 2000 109.7 1984 119.3 2001 110.3 1985 118.2 2002 110.4 1986 112 2003 109.5 1987 114.4 2004 110.1 1988 113.2 2005 112.2 1989 105.4 2006 114.1 1990 102.3 2007 116 1991 108.9 2008 110.4 1992 112.4 2009 109.6 1993 112.2 2010 109.8 1994 111.1 2011 109.4 1995 109.8 2012 108.1 1996 109.4 资料来源：国家统计局网站 根据以上数据，下面用Eviewis6.0对1980-2012年我国第三产业增加值指 数的年度数据建立ARMA（p ,q）模型，并利用此模型进行数据预测。 以下将分为时间序列预处理、模型识别、参数估计、模型检验、模型优化和 模型预测六个部分进行具体分析。 一、时间序列预处理 （一）平稳性检验 根据序列时序图和散点图以及序列相关图，判断序列是否为平稳序列，最后 用单位根检验图像判断是否准确。若为平稳序列则可对其进一步进行分析处理， 进而建立模型。 1．时序图检验 在数据窗口中，按路径“View\Graph”选择Line @ Sybol，做序列时序图， 看序列是否随时间随机波动没有明显的趋势和周期性波动，如果没有，则可以认 为序列平稳。 1 图3-1 时序图 2．散点图 在数据窗口，按路径“View\Graph”选择Dot Plot,做序列散点图如下： 图3-2 散点图 通过观察时序图和散点图发现序列没有明显的趋势变动和周期变动，数值在 110上下小范围波动，可初步确定其为平稳序列。