基于arima模型我國近年來外匯儲(chǔ)備的分析及預(yù)測-在線瀏覽
2025-03-07 14:48本頁面
【正文】 ,我看做ACF圖在前3階沒有顯著規(guī)律,而后拖尾,(3,2,3)模型.接著,對模型檢驗(yàn).顯著性檢驗(yàn)結(jié)果:Call:arima(x = logx, order = c(3, 2, 3))Coefficients: ar1 ar2 ar3 ma1 ma2 ma3 . sigma^2 estimated as : log likelihood = , aic = 結(jié)果中ar1, ,ar3ma1,ma2,ma3系數(shù)通過檢驗(yàn),系數(shù)顯著不為零,應(yīng)適當(dāng)修正為arima(1,2,3)模型.對新模型檢驗(yàn).模型估計(jì)值及T檢驗(yàn)結(jié)果:Call:arima(x = x, order = c(1, 2, 3))Coefficients: ar1 ma1 ma2 ma3 . sigma^2 estimated as 149110: log likelihood = , aic = 上述結(jié)果中,各系數(shù)均通過t檢驗(yàn),系數(shù)顯著不為零.然后對上述模型做殘差檢驗(yàn).殘差檢驗(yàn)結(jié)果良好.單位根檢驗(yàn): abs(polyroot(c(1,$coef[2:4])))[1] abs(polyroot(c(1,$coef[1])))[1] 上述結(jié)果均大于1,說明擬合程度良好.為求得更精確模型,下面接著試用三階差分后的數(shù)據(jù)建立arima模型.畫出取對數(shù)三階差分后的ACF圖和PACF圖.上圖中,ACF圖為拖尾,(2)模型.下面對三階差分后數(shù)據(jù)所建立的模型檢驗(yàn).參數(shù)估計(jì)值及T檢驗(yàn)結(jié)果:Call:arima(x = x, order = c(2, 3, 0))Coefficients: ar1 ar2 . sigma^2 estimated as 216964: log likelihood = , aic = 上述結(jié)果中系數(shù)ar1,ar2通過t檢驗(yàn),顯著不為零.所以方程為: （1+ B+）ΔXt2=εt殘差檢驗(yàn):殘差檢驗(yàn)結(jié)果良好單位根檢驗(yàn):. abs(polyroot(c(1,$coef[1:2])))[1] 輸出結(jié)果均大于1,說明模型擬合很好.綜上,arima(1,2,3)模型和ar(2),相差不大.基于建立的ARIMA模型預(yù)測用arima(1,2,3)模型做預(yù)測.預(yù)測結(jié)果及標(biāo)準(zhǔn)差: predict(arima(x,c(1,2,3)),3)$predTime Series:Start = 31 End = 33 Frequency = 1 [1] $seTime Series:Start = 31 End = 33 Frequency = 1 [1] 置信區(qū)間: forecast(arima(x,c(1,2,3)),3) Point Forecast Lo 80 Hi 80 Lo 95 Hi 9531 32 33 得到2011年、2012年和2013年預(yù)測值分別為: ,95%置信區(qū)間分別為為: ； ； 。三、對預(yù)測結(jié)果和ARIMA模型的解釋查數(shù)據(jù)(中國統(tǒng)計(jì)年鑒(2012))得2011年、2012年我國年度外匯儲(chǔ)備量分別為：31810億元和32400億元。年份實(shí)際值預(yù)測值/MAPE arima（1,2,3，）arima（2,0,0）2011318102011MAPE %%2012324002012MAPE %%上表很清晰的可以看出兩模型對2011年預(yù)測值較準(zhǔn)確，相對百分比誤差在10%以內(nèi)，屬于高精度
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1