運用eviews軟件進行arima模型的識別、診斷、估計和預測-資料下載頁
2025-06-19 07:43本頁面
【正文】 60。2003年1月到2005年1月的W2，在“Sample range for forecast”空白欄中鍵入“2003:01 2005:01”（如圖5－6所示），選擇“Dynamic”，其他的一些選項諸如預測序列的名稱、以及輸出結果的形式等，我們可以根據目的自行選擇，不再介紹，點擊“OK”，得到如圖5－7所示的預測結果。圖5－6ARMA(3,5)模型預測設定圖5－7Dynamic預測方式結果圖中實線代表的是W2的預測值，兩條虛線則提供了2倍標準差的置信區(qū)間。可以看到，正如我們在前面所講的，隨著預測時間的增長，預測值很快趨向于序列的均值（接近0）。圖的右邊列出的是評價預測的一些標準，如平均預測誤差平方和的平方根（RMSE），Theil不相等系數及其分解。可以看到，Theil不相等系數為，表明模型的預測能力不太好，而對它的分解表明偏誤比例很小，方差比例較大，說明實際序列的波動較大，而模擬序列的波動較小，這可能是由于預測時間過長。下面我們再利用“Static”方法來估計2004年1月～2005年1月的W2，（操作過程略），我們可以得到如圖5－8所示的結果。從圖中可以看到，“Static”方法得到的預測值波動性要大；同時，方差比例的下降也表明較好的模擬了實際序列的波動 ，Theil不相等系數為，其中協(xié)方差比例為，表明模型的預測結果較理想。圖5－8Static預測方式結
化學相關推薦
鄂ICP備17016276號-1