eviews應(yīng)用時間序列分析實驗手冊-文庫吧資料
2025-07-01 06:39本頁面
【正文】 節(jié)調(diào)整后的序列SSA圖5：對經(jīng)季節(jié)調(diào)整后序列進(jìn)行趨勢擬合 圖6：趨勢擬合序列SSAF與序列SSA的時序圖 圖7：擴(kuò)展時間區(qū)間后預(yù)測長期趨勢值SSAF圖8：經(jīng)季節(jié)調(diào)整預(yù)測2001年12個月的零售總額值圖9：預(yù)測2001年12個月的零售總額值 圖10：預(yù)測序列與原序列的時序圖第五章 非平穩(wěn)序列的隨機(jī)分析非平穩(wěn)序列的確定性分析原理簡單操作方便易于解釋，但是只提取確定性信息，對隨機(jī)信息浪費嚴(yán)重；且各因素之間確切的作用關(guān)系沒有明確有效的判斷方法。 圖1：建立月度數(shù)據(jù)新工作表 圖2：新工作表中添加數(shù)據(jù)圖3：五年的月度氣溫數(shù)據(jù) 圖4：進(jìn)行季節(jié)調(diào)整（移動平均法）圖5：移動平均季節(jié)加法圖6：12個月的加法調(diào)整因子 圖7：打開三個序列（季節(jié)調(diào)整序列、原序列、調(diào)整后序列） 圖8：三個序列（季節(jié)調(diào)整序列、原序列、調(diào)整后序列）取值圖9：三個序列（季節(jié)調(diào)整序列、原序列、調(diào)整后序列）曲線圖另外季節(jié)調(diào)整還可以用X11，X12等方法進(jìn)行調(diào)整。 圖5：二次平滑效果圖例4：對于有明顯線性趨勢的序列，我們可以采用Holt兩參數(shù)法進(jìn)行指數(shù)平滑對北京市19782000年報紙發(fā)行量序列進(jìn)行Holt兩參數(shù)指數(shù)平滑 圖1：報紙發(fā)行量的曲線圖 圖2：Holt兩參數(shù)指數(shù)平滑（指定平滑系數(shù)） 圖3：預(yù)測效果檢驗 圖4：系統(tǒng)自動給定平滑系數(shù)時平滑效果 圖5：原序列與預(yù)測序列曲線圖（其中FXSM為自己給定系數(shù)時的平滑值，F(xiàn)XSM2為系統(tǒng)給定系數(shù)時的平滑值）二、季節(jié)效應(yīng)分析 許多序列有季節(jié)效應(yīng)，比如：氣溫、商品零售額、某景點旅游人數(shù)等都會呈現(xiàn)明顯的季節(jié)變動規(guī)律。例3：對北京市19501998年城鄉(xiāng)居民定期儲蓄所占比例序列進(jìn)行平滑。（二） 平滑法 除了趨勢擬合外，平滑法也是消除短期隨機(jī)波動反應(yīng)長期趨勢的方法，而其平滑法可以追蹤數(shù)據(jù)的新變化。 圖4：新模型參數(shù)估計和回歸效果評價 圖5：新模型的預(yù)測效果分析 圖6：原序列和預(yù)測序列值 圖7：原序列和預(yù)測序列值曲線圖 圖8：計算預(yù)測誤差圖9：對預(yù)測誤差序列進(jìn)行單位根檢驗拒絕原假設(shè)，認(rèn)為序列沒有單位根，為平穩(wěn)序列，說明模型對長期趨勢擬合的效果還不錯。 圖1：導(dǎo)入數(shù)據(jù) 圖2：繪制曲線圖可以看出序列不是線性上升，而是曲線上升，嘗試用二次模型擬合序列的發(fā)展。 圖5：運用模型進(jìn)行預(yù)測圖6：預(yù)測效果（偏差率、方差率等）圖7：繪制原序列和預(yù)測序列的線圖圖8：原序列和預(yù)測序列的線圖 圖9：殘差序列的曲線圖可以看出殘差序列具有平穩(wěn)時間序列的特征，我們可以進(jìn)一步檢驗剔除了長期趨勢后的殘差序列的平穩(wěn)性，第三章知識這里不在敘述。 圖1：導(dǎo)入數(shù)據(jù)圖2：繪制線圖，序列有明顯的上升趨勢長期趨勢具備線性上升的趨勢，所以進(jìn)行序列對時間的線性回歸分析。一、趨勢分析繪制序列的線圖，觀測序列的特征，如果有明顯的長期趨勢，我們就要測度其長期趨勢，測度方法有：趨勢擬合法、平滑法。常用的確定性分析方法為因素分解。本章先分析確定性序列不平穩(wěn)的非平穩(wěn)時間時間序列的分析方法。而某序列在某時刻的取值是隨機(jī)的，不能給以精確預(yù)測，只知道取某一數(shù)值的概率，如白噪聲序列等。這些方法分為確定性時序分析和隨機(jī)時序分析兩大類，本章主要介紹確定性時序分析方法。
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1