時間序列模型案例分析-文庫吧資料
2025-05-05 06:59本頁面
【正文】 92 = + 180。圖5顯示模型 () 的殘差中已不含有自回歸和移動平均成分。估計結果如下： 先估計AR(4) 模型，化簡至AR(3) 模型圖4 EViews估計結果圖5 模型 () 殘差的相關圖與偏相關圖對應的模型表達式是Dyt = + (Dyt1 ) + (Dyt3 ) + vt () (3. 0) () R2 = , Q = , Qa (kpq) = (1520) = 注意：EViews的輸出格式表示的是對序列(Dyt )估計AR(3)模型。主要措施是（1）加強中央集權，1871年實施“廢藩治縣”，（2）1872年采取美國三權分立的政治體制，（3）1872年統(tǒng)一貨幣，實行1日元=1美元的兌換率，（3）1872年開始修鐵路、建立現(xiàn)代統(tǒng)計制度，采用陽歷等，（4）1873年遷都東京。從而開始了全面向西方學習的歷史。一次是明治維新。他四度向中國派遣使團和留學生。大化改新（公元645649）是一場以圣德太子政治理念為基礎的貴族革命。日本歷史上有兩次大規(guī)模向國外學習的過程?？梢奃Dyt是一個過度差分序列。圖3是日本人口的二次差分序列DDyt。由圖1中的相關圖可以判定日本人口序列yt是一個非平穩(wěn)序列。同時在19441946年和1972年人口總量出現(xiàn)了激烈波動。在122年間（18721994），（）。 ()=（億人）, (2001年, t = 53)。53 +180。 ()=（億人）, (2001年, t = 53)也可以把輸出結果寫為，yt = + t + ((t1)) ((t2))+vt() () () () 整理后得yt = + t + yt1 + vt 注意：EViews的輸出格式表示的是對序列(yt )估計AR(2)模型。53 +180。特征根應該為復根。圖17 ut的相關圖和偏相關圖通過觀察ut的相關圖和偏相關圖，判定ut是一個二階自回歸過程。所以yt是一個退勢平穩(wěn)序列。用yt對時間t回歸,得yt = + t + ut(110) (102) R2 = , (19492001)用ut檢驗單位根如下。預測誤差為 h == 點擊forecast鍵只選取2001年動態(tài)或靜態(tài)的預測結果 解法2： 把中國人口序列yt看作是含有確定性趨勢的平穩(wěn)序列。打開YF序列窗口，見前圖。得對話框及各種選擇狀態(tài)見下圖。打開估計式窗口，在Equation Specification（方程設定）選擇框輸入命令，D(Y) C AR(1)，保持Method（方法）選擇框的缺省狀態(tài)（LS方法），在Sample（樣本）選擇框中把樣本范圍調(diào)整至19492000。 +0= y2001 = y2000 + Dy2001 = + = ，結果相同。（6）在模型估計結果窗口通過View/ARMA Structure/Correlogram命令可以觀察樣本的相關圖與理論AR(1)過程相關圖的對比圖。因為變量差分后損失了很多信息。（3）模型中若含有移動平均項，EViews命令用MA(q)表示。輸入漂移項非零的AR(1)模型估計命令（C表示漂移項）如下： D(Y) C AR(1)注意：（1）不能把命令中的AR(1)寫成D(Y (1))（寫成D(Y (1))意味著做OLS估計）。EViews操作方法：從EViews主菜單中點擊Quick鍵，選擇Estimate Equation功能。以AR(1)過程xt=a+f1 xt1 + ut為例，兩側求期望，得均值m 和漂移項q0的關系是E(x
教學教案相關推薦
鄂ICP備17016276號-1