時間序列分析培訓課程-在線瀏覽
2025-04-05 12:54本頁面
【正文】 據(jù)。最后兩列是對序列進行獨立性檢驗的 Q統(tǒng)計量和相伴概率。 tttttttttytcyycyyy??????????????????????111 ? ADF檢驗?zāi)Ｐ蜑椋? tpjjtjtttpjjtjtttpjjtjttyytcyyycyyyy????????????????????????????????????????111111 ? PP檢驗 ?例 1： 661天的深證成指 (SZ)序列見 case37。 ?因為常數(shù)項沒有顯著性。 ?在彈出的單位根檢驗對話框中的檢驗式選擇(Include in test equation)區(qū)選檢驗式中不包括趨勢項和截距項 (None)。 第二節(jié) 模型的識別與建立 ?一、模型的識別 ?隨機序列的自相關(guān)函數(shù)是拖尾的，而其偏自相關(guān)函數(shù)是以 p階截尾的，則此序列是自回歸 AR(p)序列； ?若隨機序列的自相關(guān)函數(shù)是以 q階截尾，而其偏自相關(guān)函數(shù)為拖尾，則此序列是移動平均 MA(q)序列。 ?例 3 下面以 1949 ~2023年中國人口時間序列數(shù)據(jù) (case42)為例介紹 : (1)時間序列圖 。 (4)樣本外預測。 ? 再通過單位根檢驗來證實 ? 求中國人口序列的相關(guān)圖和偏相關(guān)圖，識別模型形式 ? 知中國人口序列 y是非平穩(wěn)序列，而 dy是平穩(wěn)序列〈相關(guān)圖呈指數(shù)衰減特征 )。 二、模型的參數(shù)估計 ?從 EViews主菜單中點擊 Quick鍵，選擇Estimate Equation功能。 ?從輸出結(jié)果的最后一行知道，特征根是1/=，滿足平穩(wěn)性要求。 ?若殘差序列不是白噪聲序列，意味著殘差序列還存在有用信息沒被提取，需要進一步改進模型。 第三節(jié) 模型的預測 ?比如用估計的模型 Dyt = 0. 0547 + 0. 6171 Dy t 1+ vt預測 2023年的中國總?cè)丝?，在窗口中點擊 forecast鍵，彈出對話窗口。 ?實際建模時希望用高階的 AR模型替換相應(yīng)的MA或 ARMA模型。 ?例： case 27中序列 S和 Z分別表示 1992年 1月至 1998
教學課件相關(guān)推薦
鄂ICP備17016276號-1