時(shí)間序列分析教材(ppt32頁(yè))-在線(xiàn)瀏覽
2025-04-05 12:59本頁(yè)面
【正文】 間序列的觀測(cè)時(shí)期代表的時(shí)間作為模型的解釋變量，用來(lái)表示被解釋變量隨時(shí)間的自發(fā)變化趨勢(shì)。這種變量稱(chēng)為時(shí)間變量，也叫做趨勢(shì)變量。 Page 3 STATA從入門(mén)到精通 定義時(shí)間序列在 stata中的實(shí)現(xiàn) ? 在進(jìn)行時(shí)間序列的分析之前，首先要定義變量為時(shí)間序列數(shù)據(jù)。定義時(shí)間序列用 tsset命令，其基本命令格式為： ? tsset timevar [, options] ? 其中， timevar為時(shí)間變量。 Options的相關(guān)描述如表 111所示。對(duì)于其他 %t的格式， Stata自動(dòng)獲得其時(shí)間單位， delta選項(xiàng)經(jīng)常與 %tc格式一起使用。daily timevar的格式為 %td， 0=1jan1960， 1=2jan1960；即 0為 1960年第一天 ， 1為 1960年第二天 ， 依次后推 。 monthly timevar的格式為 %tm， 0=1， 1=；即 0為 1960年第一月 ， 1為 1960年第二月 ， 依次后推 。 harfyearly timevar的格式為 %th， 0=1960h1， 1=1960h2；即 0為從 1960起的第一個(gè)半年 ， 1為從 1960年起第二個(gè)半年 ， 依次后推 。 見(jiàn)注 （ 1） delta((exp)units) 例如 delta((2+3) weeks) Page 5 STATA從入門(mén)到精通 ? 可以通過(guò)以下三種方式來(lái)定義時(shí)間序列。該例子是我國(guó) 1983年 1月年至 2023年 8月的居民消費(fèi)價(jià)格指數(shù) CPI。這些因素概括起來(lái)可以歸納為四類(lèi)：長(zhǎng)期趨勢(shì)因素、季節(jié)變動(dòng)因素、循環(huán)變動(dòng)因素和不規(guī)則變動(dòng)因素。 ? 通過(guò)測(cè)定和分析過(guò)去一段時(shí)間之內(nèi)現(xiàn)象的發(fā)展趨勢(shì)，可以認(rèn)識(shí)和掌握現(xiàn)象發(fā)展變化的規(guī)律性，為統(tǒng)計(jì)預(yù)測(cè)提供必要的條件，同時(shí)也可以消除原有時(shí)間序列中長(zhǎng)期趨勢(shì)的影響，更好地研究季節(jié)變動(dòng)和循環(huán)變動(dòng)等問(wèn)題。 Page 8 STATA從入門(mén)到精通 ? 數(shù)據(jù) =修勻部分 +粗糙部分，運(yùn)用 Stata進(jìn)行修勻使用 tssmooth命令，其基本命令格式如下所示： ? tssmooth smoother[type] newvar = exp [if] [in] [, ...] ? 其中 smoother[type]有一系列目錄，如下表 114所示： 平滑的種類(lèi) smoother[type] 移動(dòng)平均 不加權(quán) ma 加權(quán) ma 遞歸 單指數(shù)過(guò)濾器 exponential 雙指數(shù)過(guò)濾器 dexponential 非季節(jié)性 HoltWinters修勻 hwinters 季節(jié)性 HoltWinters修勻 shwinters 非線(xiàn)性過(guò)濾器 nl Page 9 STATA從入門(mén)到精通 ? 【例 】繼續(xù)使用上例的數(shù)據(jù)來(lái)對(duì) tssmooth命令的應(yīng)用進(jìn)行說(shuō)明。 Page 10 STATA從入門(mén)到精通 ARIMA模型的估計(jì)、單位根與協(xié)整 ? 時(shí)間序列模型一般分為四類(lèi)，分別是自回歸過(guò)程、移動(dòng)平均過(guò)程、自回歸移動(dòng)平均過(guò)程、單整自回歸移動(dòng)平均過(guò)程。 xt是由它的 p個(gè)滯后變量的加權(quán)和以及 ut相加而成。 Page 11 STATA從入門(mén)到精通 ? 自回歸移動(dòng)平均過(guò)程 ? 由自回歸和移動(dòng)平均兩部分共同構(gòu)成的隨機(jī)過(guò)程稱(chēng)為自回歸移動(dòng)平均過(guò)程，記為 ARMA(p, q), 其中 p, q分別表示自回歸和移動(dòng)平均部分的最大階數(shù)。除此之外還有第三種情形，即特征方程的若干根取值恰好在單位圓上。 ? 若 隨機(jī)過(guò)程 yt 經(jīng)過(guò) d 次差分之后可變換為一個(gè)以 ? (L)為 p階自回歸算子， ? (L)為 q階移動(dòng)平均算子的平穩(wěn)、可逆的隨機(jī)過(guò)程，則稱(chēng) yt 為（ p, d, q）階單整 (單積 )自回歸移動(dòng)平均過(guò)程，記為 ARIMA (p, d, q)。包括自相關(guān)圖，偏自相關(guān)圖和 Q統(tǒng)計(jì)量。 ? 偏自相關(guān)度量的是 k期間距的相關(guān)而不考慮 k 1期的相關(guān)。 ? 在 Stata中實(shí)現(xiàn)相關(guān)性檢驗(yàn)的基本命令格式如下所示： ? 命令格式 1（做出自相關(guān)和偏自相關(guān)圖）： ? corrgram varname [if] [in] [, corrgram_options] ? 命令格式 2（做出自相關(guān)圖）： ? ac varname [if] [in] [, ac_options] ? 命令格式 3（做出自相關(guān)和偏自相關(guān)圖）： ? pac varname [if] [in] [, pac_options] Page 13 STATA從入門(mén)到精通 ? 以上三個(gè)命令格式的選項(xiàng)的相關(guān)描述分別如表 11 11 117所示： ? 表 115 corrgram_options的相關(guān)描述 表 116 ac_options的相關(guān)描述 表 117 ac_options的相關(guān)描述 主要選項(xiàng) 描述 lags()* 滯后階數(shù) noplot 不進(jìn)行作圖 yw 通過(guò) YuleWalker方程組 ， 計(jì)算偏自相關(guān) PAC 主要選項(xiàng) 描述 lags()* 滯后階數(shù) generate(newvar) 生成新變量 ， 默認(rèn)不做圖 level() 置信度 ， 默認(rèn) 95% fft 通過(guò)傅里葉轉(zhuǎn)化計(jì)算 AC 主要選項(xiàng) 描述 lags()* 滯后階數(shù) generate(newvar) level() 生成新變量 ， 默認(rèn)不做圖 置信度 ， 默認(rèn) 95% yw 通過(guò) YuleWalker方程組 ， 計(jì)算偏自相關(guān) PAC Page 14 STATA從入門(mén)到精通 ? 【例 】使用表 118的數(shù)據(jù)來(lái)對(duì) Stata中自相關(guān)與偏自相關(guān)的應(yīng)用進(jìn)行說(shuō)明。在本例中我們對(duì) GNP時(shí)間序列進(jìn)行分析，觀察期相關(guān)圖和自相關(guān)圖，從而得到GNP時(shí)間序列的類(lèi)型。 年份 中國(guó) GNP 私人國(guó)內(nèi)總投資 GNP的隱性?xún)r(jià)格折算因子（ 1972=1） 半年期商業(yè)票據(jù)利率 1953 1954 1955 1956 1957 97 1958 1959 108 Page 15 STATA從入門(mén)到精通 時(shí)間序列穩(wěn)定性檢驗(yàn)的 stata實(shí)現(xiàn) ? 檢驗(yàn)序列的平穩(wěn)性，可以用 phillipsperron檢驗(yàn)， dickeyfuller檢驗(yàn)，以及應(yīng)用 GLS擴(kuò)展的 dickeyfuller檢驗(yàn)。這里要求使用 dickeyfuller檢驗(yàn)、 GLS擴(kuò)展的 dickeyfuller檢驗(yàn)和 phillipsperron檢驗(yàn)三種方法，對(duì) GNP的一階差分進(jìn)行平穩(wěn)性檢驗(yàn)。其基本命令格式如下： ? arima depvar [indepvars] [if] [in] [weight] [, options] ? 在使用 arima模型前，需要先檢驗(yàn)數(shù)據(jù)的平
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1