时间序列分析资料报告实验资料报告材料.doc

word
word
1 / 7
word
课 程 名 称：__ 时间序列分析 __
实 验 项 目：__ ARMA模型 ______
实 验 类 型：__ 验证型_______ ___
学 生 学 号：__ 2012962016 ______
学 生 姓 名：__ 艳杰 _________
学 生 班 级：_ 统计学________ ___
课 程 教 师：__ 英兵______ _____
实 验 日 期：_______ 2014年10月13日_____
word
word
2 / 7
word
：
通过实验掌握ARMA模型的建立步骤；掌握如何分析ARMA模型；掌握ARMA模型的滞后阶数确实定；理解ARMA模型建立的前提。
〔1〕序列的平稳性检验。
〔2〕平稳化处理。
〔3〕根据平稳序列的自相关函数和偏自相关函数确定模型类型。
〔4〕模型阶数确定。
〔5〕建立模型。
〔6〕模型预测。
第一步：选取1970年到2004年的GNP，进展平稳性检验。
1970
1977
1984
1991
1998
1971
1978
1985
1992
1999
1972
1979
1986
1993
2000
1973
1980
1987
1994
2001
1974
1981
1988
1995
2002
1975
1982
1989
1996
2003
1976
1983
1990
1997
2004
将数据导入Eviews中，做序列图。
图1
从上述图1可以看出，原始序列是逐渐上升的，不是平稳的，所以进展平稳化处理。
第二步：平稳化处理。
对数据进展一阶差分处理
word
word
3 / 7
word
图2
由一阶差分序列图中的序列是不稳定的，所以进展二阶差分。
图3
由一阶差分序列图中的数据在0附近波动可以看出序列是稳定的。
第三步：根据平稳序列的自相关函数和偏自相关函数确定模型类型。
word
word
4 / 7
word
自相关与偏自相关都是拖尾的，MA做1或2阶，AR做1阶。所以建立ARMA模型。
第四步：模型阶数确实定。
在命令窗口输入命令：ls ddy ar(1) ma(1) c
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
AR(1)
MA(1)
R-squared
Mean dependent var
Adjusted R-squared
. dependent var
. of regression