【正文】 為零。根據(jù)自相關圖，進行模型識別。建立模型：ls mlpm c ar(1) ar(2) 模型診斷檢驗：看此模型是否合適。5．再分別建立兩個模型，且重復上述步驟。ls mlpm c ma(1) ma(2) ls mlpm c ar(1) ma(1)練習二、依據(jù)上述思路，。（該組文件中的數(shù)據(jù)本身為平穩(wěn)數(shù)據(jù)）練習三、操作文件：， , ，。（該組文件中的數(shù)據(jù)均非平穩(wěn)，建模前需先作適當變換）練習四、操作文件：，。（該組文件中的數(shù)據(jù)均含有季節(jié)性，建模前需作適當變換）實驗七 ARMA模型的預測【實驗目的】：（1）進一步熟悉ARMA模型建模過程。（2）利用ARMA模型進行預測。預測說明： Eviews中有兩種不同的預測處理方式：Dynamic（動態(tài)）和Static（靜態(tài)）。 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?！緦嶒瀮?nèi)容】 平穩(wěn)時間序列模型預測 非平穩(wěn)時間序列模型的預測【實驗步驟】平穩(wěn)時間序列模型預測操作文件：（1） （2）對序列mlpm建立AR(2)模型 操作命令：ls mlpm c ar(1) ar(2) （3）進行追溯預測： 操作：在Equation窗口，選Forecast菜單，在出現(xiàn)的對話框中，選static，將預測結果存入mlpmf1序列中，單擊OK。觀察輸出結果mlpmf1。說明：static為一步超前預測。（4）進行向前多步預測。操作命令：expand 1 259 smpl 251 259然后在Equation窗口，選Forecast菜單，在出現(xiàn)的對話框中，選Dynamic，并將預測結果保存在mlpmf2序列中，單擊OK。觀察輸出結果mlpmf2。說明：Dynamic為動態(tài)預測。注：，便于計算置信區(qū)間。非平穩(wěn)時間序列預測（操作文件：）操作步驟：(1)， (2)對序列dlog(gdp)建立ar(2)模型操作命令：ls dlog(gdp) ar(1) ar(2)(3)進行追溯預測：打開forecast對話框，選forecast of gdp，選static，預測結果保存在gdpf1中，單擊OK。(4)進行向前多步預測操作命令：expand 1978 2005 smpl 2002 2005打開forecast 對話框，選forecast of gdp ，選dynamic，預測結果保存在gdpf2中，單擊OK。觀察輸出結果。實驗八 復習ARMA建模過程【實驗目的】復習利用Eviews對時間序列建立ARMA模型的過程【實驗內(nèi)容】ARMA模型建模前的準備：判斷序列是否平穩(wěn)、趨勢圖等進行判斷：均值非平穩(wěn)序列通過差分變換轉換為平穩(wěn)方差非平穩(wěn)序列通過對數(shù)變換等轉化為平穩(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函數(shù)、偏自相關函數(shù)表現(xiàn)的特征，進行初步的模型識別（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a. 根據(jù)模型殘差是不是白噪聲來判斷模型是否為適應性模型b. 能根據(jù)輸出結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性模型，會用合適的方法從這些模型中進行選擇，如比較模型的殘差方差，AIC，SC等。（4） 模型應用a. 掌握追溯預測的操作方法b. 外推預測的操作方法【實驗步驟】對1952－1988年中國農(nóng)業(yè)實際國民收入指數(shù)序列建模。年份農(nóng)業(yè)年份農(nóng)業(yè)1952100197114219531972195419731955197419561975195719761958197719591978196019791961198019621981196319821964198319651984247196619851967198619681987196919881970要求：⑴對序列進行平穩(wěn)性檢驗和白噪聲檢驗。（若不平穩(wěn)則進行差分使其平穩(wěn)，若是白噪聲則無需建模）2 擬合合適的ARMA模型，并進行各種檢驗。（主要有模型顯著性檢驗、參數(shù)顯著性檢驗和殘差檢驗）⑶預測1989－1999年值。實驗九 時間序列非平穩(wěn)性檢驗【實驗目的】了解并掌握判斷非平穩(wěn)性的單位根檢驗和非參數(shù)檢驗方法；【實驗內(nèi)容】一、序列非平穩(wěn)性的單位根檢驗；二、序列非平穩(wěn)性的非參檢驗三、兩種方法的比較【實驗步驟】一、 序列非平穩(wěn)性的單位根檢驗 操作文件：（1）（2）觀察序列gjhy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)。在進行單位根檢驗之前應先進行季節(jié)調(diào)整。進行季節(jié)調(diào)整后的圖形如圖92 圖91 圖92 （3）進行單位根檢驗：操作：在VIEW窗口，選unit root test菜單，在出現(xiàn)的對話框中，按照圖示操作，選擇ADF，增廣的單位根檢驗。 圖93（4）判斷。由于單位根檢驗是單側檢驗，如果統(tǒng)計量的值在臨界值右側，則表示接受原假設，存在一個單位根，序列非平穩(wěn)。反之序列平穩(wěn)。由下圖結果可以判斷，該序列存在一個單位根。 圖94 二、 序列非平穩(wěn)性的非參檢驗操作文件： （1）（2）觀察序列gjhy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)。在進行單位根檢驗之前應先進行季節(jié)調(diào)整。進行季節(jié)調(diào)整后的圖形如圖92。 （3）進行單位根檢驗：操作：在VIEW窗口，選unit root test菜單，在出現(xiàn)的對話框中，按照圖示操作，選擇PP，菲力普 配榮 檢驗。 圖95（4）判斷。結果如下：PP檢驗是非參數(shù)檢驗，判斷依據(jù)也是根據(jù)統(tǒng)計量值和臨界值做比較，根據(jù)比較結果，如果統(tǒng)計量的值在臨界值右側，則表示接受原假設，存在一個單位根，序列非平穩(wěn)。反之序列平穩(wěn)。從圖96可以看出，采用非參數(shù)檢驗，得到的結果和ADF檢驗結果恰好相反，該結果是不存在單位根，那么數(shù)據(jù)的生成過程就可能是由時間趨勢項產(chǎn)生的。 圖96三、 兩種方法結果的比較這個題目練習了單位根的參數(shù)和非參數(shù)檢驗兩種方法，從這兩種方法可以看出，采用不同的方法最后導致的結果可能是不相同的。但在多數(shù)情況下，兩種檢驗方法的結果還是較為一致的。