實驗九單方差模型預測(已修改)
2025-05-31 01:52 本頁面
【正文】 1 實驗九 單方差模型預測 本章描述了對一個單方程進行預測或計算擬合值的過程。這里描述的技術是利用通過回歸方法估計得到的方程來進行預測。 2 167。 9 .1 EViews中的方程預測 為說明一個被估計方程的預測過程 ， 我們從一個簡單的例子開始 。 假設我們有 1947:01—1995:01年美國國內(nèi)生產(chǎn)總值（ GDP） 、 消費 （ CS） 和投資 （ INV。 我們運用 1947:01—1995:01這段時期的數(shù)據(jù)，估計 GDP對常數(shù)、 CS和 INV的回歸，并用 AR(1)修正殘差序列相關，用該模型預測 GDP。估計得到的方程結(jié)果由方程對象 eq_gdp給出： 3 一、如何進行預測 為預測該方程的 GDP，在方程的工具欄中按 Forecast按鈕，或選擇Procss/ Forecast … 。這時會出現(xiàn)下表： 4 我們應提供如下信息： 序列名 預測后的序列名 將所要預測的因變量名填入編輯框中 。 EViews默認了一個名字 ， 但可以將它變?yōu)槿我鈩e的有效序列名 。 這個名字應不同于因變量名 ， 因為預測過程會覆蓋已給定的序列值 。 .（ Optional） 如果需要 ， 可以為該序列的預測標準差提供一個名字 。 如果省略該項 ， 預測標準誤差將不被保存 。 GARCH（ Optional） 對用 ARCH估計的模型，還可以保存條件方差的預測值（ GARCH項）。 5 預測方法 可以在如下方法中進行選擇： 動態(tài) （ Dynamic） — 從預測樣本的第一期開始計算多步預測 。 靜態(tài) （ Static） — 利用滯后因變量的實際值而不是預測值計算一步向前（ onestepahead） 預測的結(jié)果 。 還可以做如下的選項： 結(jié)構(gòu) （ Structural） — 預測時 EViews將忽略方程中的任何 ARMA項 。 若不選此項 ， 在方程中有 ARMA項時 ， 動態(tài)與靜態(tài)方法都會對殘差進行預測 。 但如果選擇了 Structural， 所有預測都會忽略殘差項而只對模型的結(jié)構(gòu)部分進行預測 。 樣本區(qū)間 （ Sample range） — 必須指定用來做預測的樣本 。 如果缺選 ，EViews將該樣本置為工作文件樣本 。 如果指定的樣本超出估計方程所使用的樣本區(qū)間 （ 估計樣本 ） ， 那么會使 EViews產(chǎn)生樣本外預測 。 注意：需要提供樣本外預測期間的解釋變量值 。 對靜態(tài)預測 ， 還必須提供滯后因變量的數(shù)值 。 ? 缺失項 – 如果預測樣本中有數(shù)據(jù)丟失，對應的預測值將為 NA。 – 對于存在缺失項的預測，如果是靜態(tài)預測，則對預測沒有很大影響；但對于動態(tài)預測而言，缺失項的存在將導致其后的所有值都為NA。 7 輸出 可以選擇以圖表或數(shù)值，或者二者同時的形式來觀察預測值。只有當預測樣本中包含因變量的觀測值時，才可以得到預測估計值。 假設在樣本區(qū)間 1947:01—1995:01間對 eq_gdp進行動態(tài)預測。預測值放在序列 GDPFD中， EViews將會顯示預測曲線和加減兩個標準差的帶狀域以及預測的估計值。 8 要對一個序列進行一步向前預測（靜態(tài)預測），單擊方程工具欄中的Forecast鍵，然后選擇 Static進行預測。 EViews將顯示預測結(jié)果為： 9 一 、 預測誤
環(huán)評公示相關推薦
鄂ICP備17016276號-1