实验指导书汇总.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 数据录入 打开 Eviews 软件，选择“File”菜单中的“New--Workfile”选项，在“Workfile structure type” 栏选择“Dated –regular frequency” ， 在“Date specification” 栏中分别选择 “Annual”(年数据) ，分别在起始年输入 1952，终止年输入 2011，文件名输入“im_ex”，点击 ok，见下图，这样就建立了一个工作文件。 在 workfile 中新建序列 im_ex，并录入数据（点击 File/Import/Read Text-Lotus-Excel…， 找到相应的 Excel 数据集，打开数据集，出现如下图的窗口，在“Data order”选项中选择“By observation-series in columns”即按照观察值顺序录入，第一个数据是从B15 开始的， 所以在“Upper-left data cell”中输入 B15，本例只有一列数据，在“Names for series or number if named in file”中输入序列的名字 im_ex，点击 ok，则录入了数据）： 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 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 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 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。 差分次数 d 的确定 DY1.6.4.2.0-.2-.455 60 65 70 75 80 85 90 95 00 05 10y 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 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。 检验结果见下图，可以看出在显著性水平 0.05 下，拒绝存在单位根的原假设，说明序列 y 的一阶差分序列是平稳序列，因此 d=1。 建立一阶差分序列 X.6.4.2.0-.2-.455 60 65 70 75 80 85 90 95 00 05 10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 X .6 .4 .2 .0 -.2 -.4 55 60 65 70 75 80 85 90 95 00 05 10 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”对话框中选择“Level”即表示对原始序列做相关，在滞后阶数中选择 12（或 8= ? 60 ? ），点击 ok，即出现下列相关图 ? ? 从 x 的自相关函数图和偏自相关函数图中我们可以看到，偏自相关系数是明显截尾的， 而自相