ARMA模型建模与预测指导.docxVIP

一、实验目的 实验一 ARMA 模型建模与预测指导 学会通过各种手段检验序列的平稳性；学会根据自相关系数和偏自相关系数来初步判断ARMA 模型的阶数 p 和 q，学会利用最小二乘法等方法对 ARMA 模型进行估计，学会利用信息准则对估计的 ARMA 模型进行诊断，以及掌握利用 ARMA 模型进行预测。掌握在实证研究中如何运用 Eviews 软件进行 ARMA 模型的识别、诊断、估计和预测和相关具体操作。 二、基本概念 宽平稳：序列的统计性质不随时间发生改变，只与时间间隔有关。 AR模型：AR模型也称为自回归模型。它的预测方式是通过过去的观测值和现在的干扰值的线性组合预测， 自回归模型的数学公式为: y ? ? t 1 y t ?1 ?? y 2 t ?2 ? ?? p y ? ? t ? p t 式中: p 为自回归模型的阶数? （i=1，2， ? ，p）为模型的待定系数，? 为误差， y 为 i t t 一个平稳时间序列。 MA模型：MA模型也称为滑动平均模型。它的预测方式是通过 过去的干扰值和现在的干扰值的线性组合预测。滑动平均模型的数学公式为: y ? ? t t ?? ? 1  t ?1 ?? ? 2 ? ?? ? ?? ? q t ?q 式中: q 为模型的阶数； ? （j=1，2，?，q）为模型的待定系数；? 为误差； y 为平稳 j t t 时间序