時間序列分析實(shí)驗(yàn)指導(dǎo)范文-文庫吧在線文庫
【正文】 ，而不是序列）?！緦?shí)驗(yàn)內(nèi)容】模型識別根據(jù)零均值平穩(wěn)化后的序列的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)表現(xiàn)出的特征，對序列進(jìn)行初步的模型識別（注：這種方法并不總是有效）。Residual tests224。若特征根絕對值都小于1，則說明模型是可逆的；若有大于或等于1的，說明模型不可逆；若有等于1或很接近于1的，則很有可能在數(shù)據(jù)處理過程中，對原序列過度差分了，這時需要減少對序列差分的階數(shù)，再重新建模。d. 判斷模型是否平穩(wěn)：看inverted AR root 是否小于1.練習(xí)二：操作文件：參見上機(jī)3練習(xí)二操作內(nèi)容：打開一個文件（1） 選取一個序列，判斷序列是否平穩(wěn)，均值是否為零，若否，應(yīng)先將序列轉(zhuǎn)化為零均值平穩(wěn)序列。建立模型：ls mlpm c ar(1) ar(2) 模型診斷檢驗(yàn)：看此模型是否合適。 熟悉對零均值平穩(wěn)序列建立ARMA模型的前三個階段：模型識別、模型參數(shù)估計、診斷檢驗(yàn)。注：，便于計算置信區(qū)間。（主要有模型顯著性檢驗(yàn)、參數(shù)顯著性檢驗(yàn)和殘差檢驗(yàn)）⑶預(yù)測1989－1999年值。 圖94 二、 序列非平穩(wěn)性的非參檢驗(yàn)操作文件： （1）（2）觀察序列g(shù)jhy的折線圖，發(fā)現(xiàn)圖形有曲折上升的趨勢，可以初步判斷該序列存在季節(jié)性，同時不平穩(wěn)。 圖96三、 兩種方法結(jié)果的比較這個題目練習(xí)了單位根的參數(shù)和非參數(shù)檢驗(yàn)兩種方法，從這兩種方法可以看出，采用不同的方法最后導(dǎo)致的結(jié)果可能是不相同的。 圖95（4）判斷。 圖93（4）判斷。實(shí)驗(yàn)八 復(fù)習(xí)ARMA建模過程【實(shí)驗(yàn)?zāi)康摹繌?fù)習(xí)利用Eviews對時間序列建立ARMA模型的過程【實(shí)驗(yàn)內(nèi)容】ARMA模型建模前的準(zhǔn)備：判斷序列是否平穩(wěn)、趨勢圖等進(jìn)行判斷：均值非平穩(wěn)序列通過差分變換轉(zhuǎn)換為平穩(wěn)方差非平穩(wěn)序列通過對數(shù)變換等轉(zhuǎn)化為平穩(wěn)序列，將序列零均值化（1） 模型識別主要通過序列的自相關(guān)函數(shù)、偏自相關(guān)函數(shù)表現(xiàn)的特征，進(jìn)行初步的模型識別（2） 模型參數(shù)估計a. 在Eviews中估計ARMA模型的方法b. 估計模型以后要能寫出模型的形式(差分方程形式和用B算子表示的形式)（3） 模型的診斷檢驗(yàn)a. 根據(jù)模型殘差是不是白噪聲來判斷模型是否為適應(yīng)性模型b. 能根據(jù)輸出結(jié)果判斷模型是否平穩(wěn)，是否可逆c. 若有多個序列是模型的適應(yīng)性模型，會用合適的方法從這些模型中進(jìn)行選擇，如比較模型的殘差方差，AIC，SC等。（4）進(jìn)行向前多步預(yù)測。（該組文件中的數(shù)據(jù)均非平穩(wěn)，建模前需先作適當(dāng)變換）練習(xí)四、操作文件：?！緦?shí)驗(yàn)內(nèi)容】 (1)三個模型是否都為適應(yīng)性模型？ (2)哪個模型更佳？(3)三個模型中均包含了常數(shù)項，其與序列均值有何關(guān)系？(4)各個模型的估計中，實(shí)際用到的觀察值的個數(shù)分別為多少？ 【實(shí)驗(yàn)步驟】操作文件：~。b. 模型中各項是否顯著：用各變量的t檢驗(yàn)值及相應(yīng)的p值。4．模型平穩(wěn)性和可逆性的判斷判斷模型是適應(yīng)性模型后，還應(yīng)判斷模型是否平穩(wěn)和可逆，判斷方法如下。Estimate equation，輸入：x ar(1) ar(2) ma(1)，OK。1990年1月至1997年12月我國工業(yè)總產(chǎn)值（單位：億元）年月數(shù)據(jù)1990123456789101112199112345621037891011122136199212345672288823219101112199312345678929081011121994123340945673373891011121995123456789101140911219961234567891011121997123456789101112實(shí)驗(yàn)五 ARMA模型的建立、識別、檢驗(yàn)【實(shí)驗(yàn)?zāi)康摹? 熟悉對零均值平穩(wěn)序列建立ARMA模型的前三個階段：模型識別、模型參數(shù)估計、診斷檢驗(yàn)。（2）先通過差分消除序列的長期趨勢（如果有的話）。 （2）~2001各年GDP數(shù)據(jù)。 三、（1）(2)依據(jù)EQX寫出序列X的模型形式：Xt= at－ (3)寫出用B算子表示的形式：Xt= (1－)at(4)判斷模型是否可逆？說明原因。能運(yùn)用合適的方法如差分、季節(jié)差分、取對數(shù)、平方根等，使序列變?yōu)槠椒€(wěn)序列；平穩(wěn)序列減去其均值，使其零均值化。練習(xí)5：操作文件：說明：文件中的序列x，y，z分別為模擬生成的不同參數(shù)的ARMA(1,1)過程，EQX、EQY、EQZ分別為對各序列估計的結(jié)果。文件中的模型EQX、EQY為對x、y的估計結(jié)果。 （3）觀察序列y的自相關(guān)圖：樣本自相關(guān)函數(shù)呈正負(fù)交替的指數(shù)衰減，樣本偏自相關(guān)函數(shù)滯后一階截尾。學(xué)會通過自相關(guān)圖的Q統(tǒng)計量判斷序列是否為白噪聲。 genr t=trend(1995) 打開y 序列，點(diǎn)擊 exponential smoothing 按紐 ，出現(xiàn)如圖所示對話框按照圖示選項點(diǎn)擊確定即可。（5）對序列一階季節(jié)差分，生成新序列dsgdp=d(usagdp,0,4)觀察其趨勢圖，自相關(guān)圖的特征。（3）對序列取一階差分，生成新序列dsp：genr dsp=d(stpoor)，并觀察其趨勢圖，自相關(guān)圖（同上，下略）的特征。在命令窗口中鍵入：genr dlxsn= Dlog(x,n,s) 則生成的新序列為周期長度為s的時間序列x先取自然對數(shù)，再取一階季節(jié)差分，然后再對序列取n 階差分。點(diǎn)擊要刪除的變量列的標(biāo)題欄，在編輯窗口輸入新變量名，再點(diǎn)擊屏幕任意位置，彈出RENAME對話框，點(diǎn)擊YES按鈕即可。工作文件窗口是EViews的子窗口，工作文件一開始其中就包含了兩個對象，一個是系數(shù)向量C（保存估計系數(shù)用），另一個是殘差序列RESID（實(shí)際值
電大資料相關(guān)推薦
鄂ICP備17016276號-1