时间序列上机操作Word下载.docx
- 文档编号:19051464
- 上传时间:2023-01-03
- 格式:DOCX
- 页数:24
- 大小:107.61KB
时间序列上机操作Word下载.docx
《时间序列上机操作Word下载.docx》由会员分享,可在线阅读,更多相关《时间序列上机操作Word下载.docx(24页珍藏版)》请在冰豆网上搜索。
1949年1月---I960年12月数据
1949
年
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1
112
115
145
171
196
204
242
284
315
340
360
417
2
118
126
150
180
188
233
277
301
318
342
391
3
132
141
178
193
236
235
267
317
356
362
406
419
4
129
135
163
181
227
269
313
348
396
461
5
121
125
172
183
229
234
270
355
363
420
472
6
149
218
243
264
374
422
435
535
7
148
170
199
230
302
364
413
465
491
548
622
8
272
293
347
405
467
505
559
606
9
136
158
184
209
237
259
312
404
463
508
10
119
133
162
191
211
274
306
359
407
11
104
114
146
203
271
305
310
390
12
140
166
194
201
278
337
432
(一)利用D(x)命令系列对时间序列进行差分(x为表1-1中的数据)。
1、在命令窗口中键入:
genrdx=D(x)
则生成的新序列为序列x的一阶差分序列
2、在命令窗口中键入:
genrdxn=D(x,n)
则生成的新序列为序列x的n阶差分。
3、在命令窗口中键入:
genrdxs=D(x,O,s)
则生成的新序列为序列x的对周期长度为s一阶季节差分。
4、在命令窗口中键入:
genrdxsn=D(x,n,s)
则生成的新序列为对周期长度为s的时间序列x取一阶季节差分后的序列再取n阶差分。
5、在命令窗口中键入:
genrdlx=Dlog(x)
则生成的新序列为x取自然对数后,再取一阶差分。
6、在命令窗口中键入:
genrdlxsn=Dlog(x,n,s)
则生成的新序列为周期长度为s的时间序列x先取自然对数,再取一阶季节差分,然后再对序列取n阶差分。
在EVIEWS^操作的图形分别为:
100
495051525354555657585960
|—DX2
80
60
40
20
-20
DX12
-40
0.2
0.1
——DX121
0.15
0.10
0.05
0.00
-0.05
-0.10
-0.15
0.3
495051
525354555657585960
0.0_-0.1--0.2_-0.3_
、时间序列的自相关和偏自相关图与函数;
(一)观察时间序列的自相关图。
命令方式:
(1)在命令行输入命令:
Identx(x为序列名称);
2)然后在出现的对话框中输入滞后时期数。
(可取默认数)
菜单方式:
(1)双击序列图标。
菜单操作方式:
View—>
Correlogram,在出现的对话框中输入滞后数。
,偏自相
(二)练习:
观察一些文件中的序列自相关函数Autocorrelation关函数Partialautocorrelation的特征
实验二时间序列平稳性和随机性检验
1.平稳性检验(分别通过时序图和自相关图检验):
见教材例2.1.例2.2.例2.3.例2.1(数据附录1.2)
例2.2(数据附录1.3)
例2.3(数据附录1.4)
2.白噪声检验(分别通过自相关图和Q统计量的p值来进行检验)
见课本例2.5(数据附录1.5).
习题2.2
1•时序图:
342^
197519761977197819791980
2•计算自相关系数:
Sample:
1975:
011900:
Includedobservations72
AutocorrelationPartialCorrelation
ACPACQ-StatProb
11
>
<
1二
■
■I
i
1i
0160
0.160
1.9128
0.1E7
0.449
0.435
17.271
0.000
3-0244-0.440
21.075
0000
0109
0068
22.801
5-0.4S3-0.330
41.343
6-0042^0.021
41487|
-0504-0218
62.297
ooo
0.026
-0.007
62.352
9-0296-0.030
69.764
0.298
0.129
77.387
0.093
0.268
78.141
0803
0669
135.43
13
0.131
-0.268
136.97
14
0.346
-0.519
147.94
15-0186
0313
151.19
16
0.053-0.108
151.46
17-0373
0.169
164.97
18-00B4
0016
165.57
第二讲:
ARMA模型的建立、识别、估计、检验、预测
【实验目的】熟悉对零均值平稳序列建立ARM模型的前三个阶段:
模型识别、模型参数估计、诊断检验。
(1)根据时间序列自相关图对零均值平稳序列进行初步的模型识别。
(2)运用Eviews软件估计ARMAg型参数。
对所建立的模型是否为适应性模型进行诊断检验。
模型识别
根据零均值平稳化后的序列的自相关函数和偏自相关函数表现出的特征,对
序列进行初步的模型识别(注:
这种方法并不总是有效)。
模型参数估计
Eviews建立ARMAS型的命令用到ARMASARSMA等参数项。
其中SAR
SMA两参数在建立季节性时间序列模型时要用到。
例如:
对一个零均值的平稳序列x建立ARMA(2,1)模型,
(1)命令操作方式为:
Isxar⑴ar⑵ma
(1)
(2)菜单操作方式:
Quick---Estimateequation,输入:
xar
(1)ar⑵ma⑴,OK
以上述操作方式建模时,Eviews自动采用非线性最小二乘法估计模型参数。
模型的诊断检验:
1.判断模型是否为适应性模型
判断模型是否为序列的适应性模型,主要根据模型残差是否为白噪声来判
断,若残差是白噪声,则可认为此模型是序列的适应性模型,否则,不是。
Eviews操作:
在模型窗口,View----Residualtests----Correlogram——Qstatistics
根据输出的残差的Q统计量判断残差是否为白噪声序列。
2.模型中各项的取舍
若建立的模型为适应性模型,还要看输出项中各变量是否显著(通过输出结果中的t统计量值及相应的P值),对不显著的项,要剔除,然后重新建模。
3.模型的选择(定阶)
对于同一个序列来说,可能有多个适应性模型,要从这多个适应性模型中选择,通常根据多个模型输出项中的赤池信息准则(AIC,Akaikeinfocriterion)和施瓦茨准则(SBC,SchwartzBayescriterion)进行比较,一般认为这两个统
计量值越小的模型越好。
4•模型平稳性和可逆性的判断
判断模型是适应性模型后,还应判断模型是否平稳和可逆,判断方法如下。
模型输出结果最下方输出的两项,ARinvertedroot(如果有的话)和MA
invertedroot(如果有的话),其含义分别为:
invertedARroot:
为模型自回归AR部分所对应的差分方程的特征方程的特征根。
若特征根的绝对值都小于1,则说明模型是平稳的;
若其中有大于或等于1的,说明模型非平稳;
若有等于1或很接近于1的,说明原序列为单位根过程,需要先对序列进行差分平稳化变换(有几个单位根,作几阶差分变换),然后建模。
invertedMAroot:
为模型移动平均MA部分所对应的差分方程的特征方程的特征根。
若特征根绝对值都小于1,则说明模型是可逆的;
若有大于或等于1
的,说明模型不可逆;
若有等于1或很接近于1的,则很有可能在数据处理过程中,对原序列过度差分了,这时需要减少对序列差分的阶数,再重新建模。
例3.13等时间间隔,连续读取70个某次化学反应的过程。
数据见附录1.8
1.模型识别
1).时序图
90
2).自相关图和偏自相关图
170
Includedobservations:
70
ACPAGQ-StatProb
11J030.001
17.9700.000
20032DODO
204140000
21.1440.001
213190002
21.4190.003
21.5720.006
21.5740.010
21.5920.017
22.6240.020
230350027
24.9720.023
250880034
250920049
27.0050.033
290640034
291030047
1-0390-0390
20.3040,180
3-01660002
40071-0044
5-0.097-0.068
6-0047^0121
700350020
0-0.0430.005
9-0.005-0066
100.0140.004
110.1100.143
12-0069-0009
130.1480.092
1400360.167
15-0007-0001
160.1730.221
17-0,1110053
180020-0105
自相关图显示,p<
0・05,所以该序列非白噪声。
2•模型估计
根据自相关图可知,自相关图2阶截尾。
所以选择MA
(2)模型
1)MA
(2)模型估计(OLS估计)
估计结果:
DependentVariable:
X
Method:
LeastSquares
Date:
11/23/12Time:
11:
27
Includedobservations:
Convergeneeachievedafter7iterations
Backcast:
-10
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
51.16381
1.289980
39.66249
0.0000
MA
(1)
-0.323107
0.121043
-2.669354
0.0095
MA
(2)
0.313320
0.121452
2.579782
0.0121
R-squared
0.181611
Meandependentvar
51.12857
AdjustedR-squared
0.157182
S.D.dependentvar
11.90898
S.E.ofregression
10.93305
Akaikeinfocriterion
7.663370
Sumsquaredresid
8008.621
Schwarzcriterion
7.759734
Loglikelihood
-265.2180
F-statistic
7.434104
Durbin-Watsonstat
1.974944
Prob(F-statistic)
0.001214
InvertedMARoots
.16-.54i
.16+.54i
模型检验,残差白噪声检验:
View-——Residualtests-——
Correlogram
Eviews操作:
在模型窗口,——Qstatistics
Print|
IName
Freez-e
Sample
iGenr1Sheet
ViewProcsObiec"
|
CoiieloghirnofRESID
Date:
111/23/12Time:
31
AutoccrrelationPartialCorrelation
-0.034-0034
0.0642
0772
0.023
0.022
0.1233
lJ.'
.MJ
-0130
-0129
1.3919
0.707
-0.010
-0019
13999
0.84J
■0.086
-0.083
1.9E88
0.853
-0.064
-0.088
2.2885
0891
0.048
0042
24736
0.929
■0.059-0.079
2,7558
0.949
-□.047
-0.078
2.9369
0.967
0.086
0089
3.5519
D965
0.099
0.079
4.3816
0957
0033
-0.048
4.4749
0.973
0.089
5.1814
D971
0057
0.076
54763
0978
15
0.106
6.2711
0.975
0.179
0269
9.2669
0902
17
■0102
-0074
10.254
0993
ie
-0.073
-0.047
10.767
0.904
p>
0.05,所以残差为白噪声序列,所以模型拟合显著有效
参数显著性检验,通过估计结果图,可看到p<
0.05,所以参数均显著。
2)AR
(1)估计
根据偏自相关图可知,自相关图1阶截尾。
所以选择AR
(1)模型
估计结果
35
Sample(adjusted):
270
69afteradjustingendpoints
Convergeneeachievedafter3iterations
Coeffieient
51.29213
0.931844
55.04368
AR
(1)
-0.424903
0.116343
-3.652167
0.0005
0.166027
51.18841
0.153580
11.98562
11.02691
Akaikeinfoeriterion
7.667111
8146.708
Schwarzeriterion
7.731868
-262.5153
1.738796
13.33832
0.000511
MA
(2)模型的,
InvertedARRoots-.42
Xt=51.2921-0.4249xt-1
模型检验
残差白噪声检验:
在模型窗口,View----Residualtests----——Qstatistics
CoiielouiainofResiduals
11/29/12Time:
20:
04
69
Q*statisticprobabilltleBadjustedfor1ARMAfermfs)
AutocorrelationPartialCorrelationACPACQ-StatProb
g|
10.0780.07304397
□1
ni
20.1430.1381.93760.164
1【
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 时间 序列 上机 操作