深圳大学计量经济学Sas代码4.docx
- 文档编号:7293026
- 上传时间:2023-01-22
- 格式:DOCX
- 页数:12
- 大小:258.67KB
深圳大学计量经济学Sas代码4.docx
《深圳大学计量经济学Sas代码4.docx》由会员分享,可在线阅读,更多相关《深圳大学计量经济学Sas代码4.docx(12页珍藏版)》请在冰豆网上搜索。
深圳大学计量经济学Sas代码4
数据一.
原始数据的序列时序图如下,发现长期递增趋势和以年为固定周期的季节波动同时作用于该序列
对该序列进行取对数后,再进行1阶12步差分,观察其时序图发现,差分后序列已无显著趋势或周期,随机波动比较平稳。
考察差分后序列的随机性,白噪声检验结果如下:
检验结果显示,差分后序列蕴含很强的相关信息,不能视为白噪声序列。
考察自相关图和偏自相关图的性质,
自相关图显示延迟12步自相关系数显著大于2倍标准差,说明该序列仍蕴含着非常明显的季节效应。
与观察偏自相关图得到的结论一致。
根据差分后的序列的自相关图和偏自相关图的性质,尝试拟合ARMA模型,拟合效果均不理想,拟合残差均通不过白噪声检验。
反复尝试结果均不理想,说明简单的ARMA模型并不适合于拟合这个序列。
考虑到该序列既具有短期相关性又具有季节效应,短期相关性和季节效应不能简单地、可加性地提取,因而估计该序列的季节效应和短期相关性之间具有复杂的关联性。
尝试使用乘积模型来拟合序列的发展。
Estimatep=1q=
(1)(12);
白噪声检验结果如下:
检验结果显示,差分后序列蕴含很强的相关信息,不能视为白噪声序列。
根据最小二乘法,推出常数项和AR1,1不显著,所以去掉常数项和AR1,1进行拟合。
Estimateq=
(1)(12)noint;
残差白噪声检验显示拟合模型有效。
参数显著性检验结果显示两个参数均显著。
因此,拟合模型的具体形式如下:
=(1-0.37727B)(1-0.57236*B^12)
forecastlead=5id=timeout=out;
预测结果:
数据二.
原始数据的序列时序图如下
由时序图可以明显看出该序列为非平稳序列。
同时可以该序列具有一定的趋势性与周期性。
对原序列作1阶差分,希望提取原序列的趋势效应,差分后序列时序图如下:
时序图显示差分后序列类似平稳。
考察差分后序列自相关图的性质,
从自相关图看可出,延迟7,14,21次的自相关系数显著大于2倍标准差,说明该序列仍蕴含着非常明显的季节效应。
与观察偏自相关图得到的结论一致。
故再对其进行7步周期差分,提取季节波动信息:
从差分后的时序图发现序列类似平稳,再观察自相关图;
从ACF图可看出序列为7阶截尾。
可选择MA(7)来进行模拟。
estimateq=7;
最小二乘估计参数如下:
发现MUMA1,2MA1,3MA1,4MA1,5MA1,6均不显著。
故可说明该模型不适合进行模拟。
重新进行最优定阶,identifyvar=diff1_7nlag=32minicp=(0:
7)q=(0:
7);
故选取ARMA(1,1)进行模拟。
结果显示MU不显著,其他参数显著。
故除去常数项。
estimatep=1q=1noint;
显然参数都显著。
观察残差自相关检验结果:
PVALUE均>0.05证明模型拟合有效。
预测5期得
- 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:
- 深圳大学 计量 经济学 Sas 代码