實(shí)驗(yàn)九單方差模型預(yù)測-資料下載頁
2025-05-15 01:52本頁面
【正文】 調(diào)整且預(yù)測值置為實(shí)際值。 11 , . .. , ??? qTTT ???q??? ???? , . . . , 210Tq ???? ,, 21 ??21 動態(tài)與靜態(tài)選擇有兩個基本含義： 1． 如果已計算出隨機(jī)變量的前 q個樣本值 ， 動態(tài)預(yù)測將其后的所有隨機(jī)誤差項(xiàng)都置為零 。 靜態(tài)預(yù)測將通過樣本值的末尾擴(kuò)展向前遞歸 ， 允許結(jié)構(gòu)模型和隨機(jī)誤差項(xiàng)的一步向前預(yù)測 。 2．在計算靜態(tài)預(yù)測時， EViews使用全部估計樣本來回推隨機(jī)誤差項(xiàng)。對動態(tài)的 MA預(yù)測，回推過程利用的估計樣本初值是預(yù)測期間的起始值或估計樣本末端值。 22 前面舉的例子都是對因變量進(jìn)行擬合的例子。一般檢驗(yàn)一個模型的預(yù)測效果，采用把樣本期間分為兩個期間：估計樣本期間和檢驗(yàn)樣本期間的方法。利用估計樣本期間估計模型，然后利用檢驗(yàn)樣本期間檢驗(yàn)預(yù)測效果。例如在上例中估計期間取為 1947年 1季度 1993年 1季度；檢驗(yàn)（預(yù)測）期間取為 1993年 2季度 1995年 1季度。可以觀察預(yù)測效果如何，反復(fù)修正模型，改善預(yù)測效果。 實(shí)際預(yù)測時對未來的信息是未知的，需將外生變量外推出來后，利用模型進(jìn)行因（內(nèi)生）變量預(yù)測。 23 167。 帶有公式的預(yù)測方程 EViews可以估計并預(yù)測等式左邊是由某個公式定義的變量的方程。在對左邊是公式的方程進(jìn)行預(yù)測時，由三件事情決定預(yù)測過程和可以利用的選項(xiàng)： 1．公式是否為線性或非線性； 2．公式中是否包括滯后變量； 3．公式中是否包括估計系數(shù)。 一、點(diǎn)預(yù)測 EViews可以提供對方程左邊的因變量是某個表達(dá)式的情況，預(yù)測這個表達(dá)式的功能。而且如果公式中的第一個序列，能從表達(dá)式求解出來，那么 EViews還可以提供預(yù)測公式中第一個序列的功能。 24 例如，假設(shè)估計如下定義的方程： log(gdp) c log(cs) log(gdp(1)) 當(dāng)選擇 Forecast按鈕，預(yù)測對話框顯示如下，注意該對話框提供了兩種預(yù)測序列以供選擇：表達(dá)式 log(gdp) 與第一個序列 gdp。 25 但是，如果將方程定義為： x+1/x=c(1)+c(2)*y EViews就不能求解出第一個序列 X，而只能預(yù)測表達(dá)式了。預(yù)測對話框如下： 26 該對話框只允許預(yù)測作為因變量的整個表達(dá)式，因?yàn)?EViews不能對 X進(jìn)行求解。還需要注意這時只能進(jìn)行靜態(tài)預(yù)測。 如果表達(dá)式的第一個序列能被求解， EViews將計算該變量的預(yù)測值。在表達(dá)式中包含滯后變量時，會產(chǎn)生重要的影響。例如，考慮如下兩個模型： series Dy = D (y) eqution D(y) c x eqution Dy c x 第一個方程中一階差分 D(y)的動態(tài)預(yù)測在數(shù)值上與第二個方程的 Dy相同。不過，這兩個方程的 D(y)的靜態(tài)預(yù)測值并不相同。這是因?yàn)榈谝粋€方程中EViews知道因變量 D(y)是 y的一種變形，所以在計算一階差分 D(y)的靜態(tài)預(yù)測值時，它使用的是 y的實(shí)際滯后變量值。在第二個方程中， EViews簡單地把 Dy當(dāng)作普通序列，用 c和 x計算靜態(tài)預(yù)測。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1