【正文】 序列名稱 。 在“ Smoothed”的編輯欄中輸入趨勢(shì)序列名 在“ Lambda”的編輯欄中輸入?yún)?shù) λ的值， 如果是年度數(shù)據(jù)輸入 100，如果是季度數(shù) 據(jù)輸入 1600，如果是月度數(shù)據(jù)輸入 14400。稱 xt為 p階自回歸過程，用 AR（ p）表示。 協(xié)整可以用來描述兩個(gè)及兩個(gè)以上的序列之間的平穩(wěn)關(guān)系 。則變量之間協(xié)整關(guān)系存在。 ??EViews統(tǒng)計(jì)分析基礎(chǔ)教程 五、協(xié)整和誤差修正模型 協(xié)整 EG兩步 檢驗(yàn)法 （ EViews操作 ） ： 第三步：第三步，檢驗(yàn)殘差序列的平穩(wěn)性。 EViews統(tǒng)計(jì)分析基礎(chǔ)教程 四、時(shí)間序列模型的分類 自回歸單整移動(dòng)平均模型 ARMA(p,d,q) 經(jīng)過 d次差分后變換的 ARMA（ p,q） 模型為 ARIMA（ p,d,q）模型 （ Autoregressive Integrated Moving Average） 。 EViews統(tǒng)計(jì)分析基礎(chǔ)教程 三、隨機(jī)過程 分類 ： 白噪聲過程 白噪聲源于物理學(xué)， 指功率譜密度在整 個(gè)頻域內(nèi)均勻分布 的噪聲。 HP濾波法就是將時(shí)間序列 Yt中 YtT的分離出來。白噪聲源于物理學(xué)，指功率譜密度在整個(gè)頻域內(nèi)均勻分布的噪聲。 EViews統(tǒng)計(jì)分析基礎(chǔ)教程 四、時(shí)間序列模型的分類 自回歸移動(dòng)平均（ ARMA）模型 ARMA模型的識(shí)別 “ Level”表示原序列， “ 1st difference”表示一階差分序列， “ 2st difference”表示二階差分序列。 選擇 EViews主菜單欄中的“ Quick”| “Estimate Equation”選項(xiàng)，在彈出的對(duì)話框中輸入變量名，然后單擊“ OK”按鈕。 110???1132?????EViews統(tǒng)計(jì)分析基礎(chǔ)教程 五、協(xié)整和誤差修正模型 誤差修正模型（ ECM） EViews操作 第一步：檢驗(yàn)變量間是否存在協(xié)整關(guān)系，如存在可建立ECM模型。若殘差序列不平穩(wěn)，即存在單位根， t～ I(1)，則回歸方程的 k+1個(gè)變量間協(xié)整關(guān)系不存在。 時(shí)間序列 {xt }由 1個(gè) ut和 q個(gè) ut的滯后項(xiàng)加權(quán)的和組成，“移動(dòng)”是指時(shí)間 t的變化，“平均”指的是 ut滯后項(xiàng)的加權(quán)和。 在 “ Smoothing method”中選擇方法 。 EViews統(tǒng)計(jì)分析基礎(chǔ)教程 二、時(shí)間序列的指數(shù)平滑 EViews操作方法： 選擇序列對(duì)象工具欄中的 “ Proc”|“Hodrick – Prescott Filter… ”選項(xiàng) ， 就可以彈出指數(shù)平滑法的對(duì)話框 ， 如下圖所示 。稱 xt為 q階移動(dòng)平均過程，用 MA（ q）表示。 EViews統(tǒng)計(jì)分析基礎(chǔ)教程 五、協(xié)