时间序列分析实验报告.docVIP

课程名称:__时间序列分析__

实验项目:＿＿ＡＲMＡ模型_＿_＿__

实验类型:__验证型＿___＿＿__＿_

学生学号:_＿２01２962０1６_＿_＿__

学生姓名：__张艳杰_＿_______

学生班级:_统计学＿______＿＿__

课程教师:__范英兵__＿_＿___＿__

实验日期:_______2０1４年10月13日_＿_＿_

1、实验目得:

通过实验掌握AＲMＡ模型得建立步骤;掌握如何分析ARMA模型;掌握ARＭA模型得滞后阶数得确定；理解AＲMA模型建立得前提。

2、实验内容

（１)序列得平稳性检验。

(２）平稳化处理。

（3）根据平稳序列得自相关函数与偏自相关函数确定模型类型。

(4)模型阶数确定。

(５)建立模型。

(6)模型预测。

3、实验步骤

第一步:选取1９70年到2004年得GＮＰ,进行平稳性检验。

1970

3645、2

1977

9016、0

1984

26923、5

1991

89677、1

1998

216314、4

1971

4062、6

1978

10275、2

1985

35333、9

1992

99214、6

1999

265810、3

1972

4545、6

1979

12058、6

1986

48197、9

1993

109655、2

2000

314045、4

1973

4891、6

1980

15042、8

1987

60793、7

1994

120332、7

2001

340902、8

1974

5323、4

1981

16992、3

1988

71176、6

1995

135822、8

2002

401512、8

1975

5962、7

1982

18667、8

1989

78973、0

1996

159878、3

2003

473104、0

1976

7208、1

1983

21781、5

1990

84402、3

1997

184937、4

2004

518942、1

将数据导入Ｅviews中，做序列图。

图1

从上述图1可以瞧出,原始序列就是逐渐上升得,不就是平稳得,所以进行平稳化处理。

第二步:平稳化处理。

对数据进行一阶差分处理

图2

由一阶差分序列图中得序列就是不稳定得,所以进行二阶差分。

图３

由一阶差分序列图中得数据在0附近波动可以瞧出序列就是稳定得。

第三步:根据平稳序列得自相关函数与偏自相关函数确定模型类型。

自相关与偏自相关都就是拖尾得,MＡ做1或２阶，AＲ做１阶。所以建立AＲMA模型。

第四步:模型阶数得确定。

在命令窗口输入命令:lｓddyaｒ（1)ｍa(1)c

Variable

Coefficient

Std、Error

t-Statistic

Prob、

C

1760、451

800、2220

2、199954

0、0359

AR(1)

0、098614

0、444705

0、221750

0、8261

MA(1)

-0、572393

0、345981

-1、654407

0、1088

R-squared

0、172289

Meandependentvar

1417、347

AdjustedR-squared

0、115205

S、D、dependentvar

9605、186

S、E、ofregression

9034、976

Akaikeinfocriterion

21、14465

Sumsquaredresid

2、37E+09

Schwarzcriterion

21、28207

Loglikelihood

-335、3145

F-statistic

3、018192

Durbin-Watsonstat

1、829482

Prob(F-statistic)

0、064453

InvertedARRoots

、10

InvertedMARoots

、57

输入命令：lsddyaｒ（１)ma（1)ma(2）c

Variable

Coefficient

Std、Error

t-Statistic

Prob、

C

1716、761

785、6282

2、185208

0、0374

AR(1)

-0、349706

0、542630

-0、644466

0、5245

MA(1)

0、294028

0、464590

0、632876

0、5319

MA(2)

-0、589646

0、1