1、在输入框中输入 data gdp(本文采用的数据为 19902012 年的GDP 值)。当然,data 后面可以输入任何你想要定义的“英文名字”输入 data gdp 后注意按回车键,弹出表格窗口后在其中输入数据(也可复制进去数据:ctrl+v 键)二、平稳性检验2.1 在打开的数据窗口中点击 ViewCorrelogram(1)在弹出的窗口中直接点 OK 即可2.2 自相关图和偏相关图进行分析:最简单粗暴的方法就是看最右边的 Prob 值(即 P 值),当这列数据有多数都大于0.05(置信水平)时为白噪声序列=序列是平稳的。本文中GDP 数据P 值均小于0.05,则为非白噪声。需对序列进行差
2、分。三、取一阶差分3.1 在输入框中输入第二列代码,这代表将数据 gdp 进行一阶差分,一阶差分后的值命名为 dgdp.按回车键3.2 在 dgdp 数据的窗口中重复 2.1 的操作,对序列的平稳性进行检验得到结果如下:惨!还是非白噪声,只能进行二阶差分了!四、取二阶差分4.1 如第三列代码所示(记得不能重复命名)4.2 对新的序列 dgdp2 进行平稳性检验,步骤同上,结果如下:MY GOD!看见了木有,这回是白噪声了,P 值多数都大于 0.05!五、用最小二乘法对模型进行估计:输入 ls dgdp2 c ar(2)(探索性建模) 5.1AR(2)模型结果(准确的说这个模型应该是 ARIMA
3、 的疏系数模型,本文重点不在这!如有需要请私信我!)5.2 MA(2)模型结果5.3 优化模型:根据 AIC 和 SBC 准则选择模型,值越小的拟合效果越好,本文的选择 MA(2)模型。5.4 对模型进行检验:ViewResidual TestsCorrelogram Q statistics检验结果如下:P 值大于 0.05,为白噪声序列,则平稳。六、预测在模型输出结果窗口那(5.4 图那),菜单栏由 Forecast 进行预测,注意步骤如下:6.1 如要预测下一期的数值记得先将数据范围进行修改在(1.3 那的窗口处) 在Range 那对 19902012 双击;弹出窗口后进行数据修改将 2
4、012 改成 2013(你想多预测也行,可以试试看(坏笑,其实不能预测太多)6.2 改了数据范围后,去5.4 的那个窗口点Forecast。在弹出的窗体中,有个method的框,默认的是动态的,你要点 static,然后点 OK。6.3 新生成的变量自动命名为 dgdp2f,(这个名字只是一个名字!你就算把它改成 gdp,它的数值还是二阶差分后的数值!重点来了!如何根据二阶差分后的数值计算原数值(就是实际上你要预测的那个值),干货公式如下:x2xx 2 xtt 1t2tt如果你幸运的只做到了一阶差分,想知道原数值,公式如下:t1xx x结束语本人做学年论文用到这个方法,苦于网上找到不具体怎么做。然后.然后我的小宇宙爆发了!(其实是自己翻书之后找老师确认了,嘿嘿)。学统计学的孩纸们加油!哦,对啦,其实除了一阶差分和二阶差分也可以取对数什么的,但 GDP 的数据好像是取了对数也作用不大。还是一句话,如有具体问题请私信我!有缘的话我会回答你的问题的!