ARMA模型的eviews的建立时间序列分析实验指导Word文档下载推荐.docx

1、GENR LOGX=LOG（X）GENR X1=X2GENR X2=1/XGENR T=TREND（84）选择若干变量构成数组，在数组中增加变量。在工作文件窗口中单击所要选择的变量，按住Ctrl键不放，继续用鼠标选择要展示的变量，选择完以后，单击鼠标右键，在弹出的快捷菜单中点击Open/as Group，则会弹出数组窗口，其中变量从左至右按在工作文件窗口中选择变量的顺序来排列。在数组窗口点击Edit/，进入全屏幕编辑状态，选择一个空列，点击标题栏，在编辑窗口输入变量名，再点击屏幕任意位置，即可增加一个新变量。增加变量后，即可输入数据。点击要删除的变量列的标题栏，在编辑窗口输入新变量名，再点击屏

2、幕任意位置，弹出RENAME对话框，点击YES按钮即可。在工作文件窗口中删除、更名变量。在工作文件窗口中选取所要删除或更名的变量并单击鼠标右键，在弹出的快捷菜单中选择Delete（删除）或Rename（更名）即可在工作文件窗口中选取所要删除或更名的变量，点击工作文件窗口菜单栏中的Objects/Delete selected（Rename selected），即可删除（更名）变量在工作文件窗口中选取所要删除的变量，点击工作文件窗口菜单栏中的Delete按钮即可删除变量。三、图形分析与描述统计分析利用PLOT命令绘制趋势图在命令窗口中键入：PLOT Y也可以利用PLOT命令将多个变量的变化趋势描

3、绘在同一张图中，例如键入以下命令，可以观察变量Y、X的变化趋势PLOT Y X 利用SCAT命令绘制X、Y的散点图SCAT X Y则可以初步观察变量之间的相关程度与相关类型二、各种常用差分函数表达式 表1-1:1949年1月-1960年12月数据1949年1950年1951年1952年1953年1954年1955年1956年1957年1958年1959年1960年111211514517119620424228431534036041721181261501801882332773013183423913132141178193236235267317356362406419412913516

4、31812272693133483964615121125172183229234270355363420472614921824326437442243553571481701992303023644134654915486228272293347405467505559606913615818420923725931240446350810119 1331621912112743063594071110411414620327130531039012140166194201278337432（一）利用D（x）命令系列对时间序列进行差分（x为表1-1中的数据）。1、在命令窗口中键入：genr

5、 dx= D（x）则生成的新序列为序列x的一阶差分序列2、在命令窗口中键入：genr dxn= D（x,n）则生成的新序列为序列x的n阶差分。3、在命令窗口中键入：genr dxs= D（x,0,s）则生成的新序列为序列x的对周期长度为s一阶季节差分。4、在命令窗口中键入：genr dxsn= D（x,n,s） 则生成的新序列为对周期长度为s的时间序列x取一阶季节差分后的序列再取n 阶差分。5、在命令窗口中键入：genr dlx= Dlog（x）则生成的新序列为x取自然对数后，再取一阶差分。6、在命令窗口中键入：genr dlxsn= Dlog（x,n,s） 则生成的新序列为周期长度为s的时间

6、序列x先取自然对数，再取一阶季节差分，然后再对序列取n 阶差分。在EVIEWS中操作的图形分别为：（一）观察时间序列的自相关图。命令方式：（1）在命令行输入命令：Ident x （x为序列名称）；（2）然后在出现的对话框中输入滞后时期数。（可取默认数）菜单方式：（1）双击序列图标。菜单操作方式：ViewCorrelogram，在出现的对话框中输入滞后数。 （二）练习：观察一些文件中的序列自相关函数Autocorrelation，偏自相关函数Partial autocorrelation的特征练习1：操作文件：Stpoor1.wf1（美国S&P500工业股票价格指数1980年1月1996年2月）

7、步骤：（1）打开该文件。（2）观察序列stpoorr的趋势图，自相关图（自相关函数，偏自相关函数）的特征。（3）对序列取一阶差分，生成新序列dsp：genr dsp=d（stpoor），并观察其趋势图，自相关图（同上，下略）的特征。（4）对该序列的自然对数取一阶差分，生成新的序列dlnsp：genr dlnsp=dlog（stpoor），并观察其趋势图，自相关图。练习2：usagnp.wf1（美国1947年第一季度1970年第四季度GNP数据）（2）观察序列usagdp的趋势图的特征，自相关图的特征。（3）对该序列取一阶差分，生新的序列dgdp：Genr dgdp=d（usagdp）。观察其趋

8、势图，自相关图。（4）对该序列的自然对数取一阶差分，生成新的序列dlngdp：Genr dlngdp=dlog（gdp）。（5）对序列一阶季节差分，生成新序列dsgdp=d（usagdp,0,4）观察其趋势图，自相关图的特征。（6）对该序列的自然对数取一阶季节差分，生成新的序列：dslngdp=dlog（usagdp,0,4），观察其趋势图、自相关图。实验二 确定性时间序列建模方法【实验目的】熟悉确定性时间序列模型的建模原理；掌握确定性时间序列建立模型的几种常用方法。一、多项式模型和加权最小二乘法的建立；二、单参数和双参数指数平滑法进行预测的操作练习；三、二次曲线和对数曲线趋势模型建立及预测；

9、1、我国19741994年的发电量资料列于表中，已知1995年的发电量为10077.26亿千瓦小时，试以表1.1中的资料为样本：（1）据拟合优度和外推检验的结果建立最合适的多项式模型。（2）采用加权最小二乘法估计我国工业发电量的线性趋势，并与普通最小二乘法估计的线性模型进行比较，列出OLS方法预测值和W=0.6，W=0.7时1992到1995年预测值以及相对误差。74-7879-8384-8889-9394-9516682820377058489281195830064107621210077.26203130934495677522343277497375392566351454528395

10、操作过程：建立WORKFILE: CREATE A 1974 1995 生成新序列Y：data y 生成新的时间趋势序列t ：genr t=trend（1973） 建立系列方程：smpl 1974 1994ls y c t ls y c t t2 ls y c t t2 t3 通过拟合优度和外推检验的结果发现一元三次多项式模型效果最好。 首先生成权数序列：genr m=sqr（0.6（21-t） 加权最小二乘法的命令方式： ls（w=m） y c t 普通最小二乘法命令方式： 进行预测：打开对应的方程窗口，点forecast按纽，将出现对话框，修改对话框 sample range for fo

11、recast中的时间期限的截止日期为预测期. 相对误差的计算公式为：（实际值-预测值）/实际值二、单参数和双参数指数平滑法进行预测的操作练习2、某地区19962003年的人口数据如表1.2 ，运用二次指数平滑法预测该镇2004年底的人口数（单位：人）。19961997199819992000200120022003114333115823117171118517119850121121122389123626 建立WORKFILE：create U 1996 2004建立新序列Y和T： data y 然后输入数值。 genr t=trend（1995） 打开y 序列，点击 exponentia

12、l smoothing 按纽 ，出现如图所示对话框按照图示选项点击确定即可。 3、某地区19962003年农村用电量数据见表1.3 ，试利用Holt双参数指数平滑法预测该地区2004年该地区农村用电量（单位：千瓦时）。844.5963.21106.91244.81473.91655.71812.71980.1建立WORKFILE： data y 然后输入数值。4、我国民航客运量数据的季节调整。有关数据如表1.4 ，对序列进行季节调整。（1指1993年10月，54指1998年3月）并对调整后序列建立二次曲线和对数曲线趋势模型，得到两个方程的民航客运量趋势估计值，并进行季节调整，求出两个趋势方程建

13、立的季节模型预测值。（选做）328263251241249316344131415161738436840133636633121222324252627397.31509474458.944123132333435363744748343951455048953441424344454647416451486.2507458.9949356251525354398442404.55428实验三 时间序列随机性和平稳性检验【实验目的】 认识Eviews输出的时间序列自相关图的内容及含义：自相关函数、偏自相关函数、95%置信限、Q-statistic 。学会通过自相关图的Q统计量判断序列是否为白

14、噪声。通过观察序列的趋势图及自相关图判断序列是否为平稳序列。一、本次练习主要操作文件为ar1.wf1，ar2.wf1，ma1.wf1，ma2.wf1，arma11.wf1，arma21.wf1，各文件中包含的序列都是模拟生成的零均值平稳序列。二、总结各种过程自相关函数，偏自相关函数的特征。三、观察其他文件中的序列，看其是否平稳，若不平稳，试通过适当的差分变换、方差平稳化变换（取对数，平方根等）使其转化为平稳 序列，然后观察序列的自相关函数，偏自相关函数的特征，并与自已总结的各种过程的特征对照。练习1.操作文件：ar1.wf1说明：该文件中含有三个序列：at为模拟生成的正态白噪声序列；x、y均是

15、模拟生成的ar（1）过程，其参数各不相同。 文件中有两个模型：EQX、EQY分别是对x、y的估计结果。操作内容：（1）观察序列at的自相关图，看其是否为白噪声序列，为什么？ （2）观察序列x的自相关图：样本自相关函数（SACF）呈指数衰减，样本偏自相关函数（SPACF）滞后一阶截尾。 （3）观察序列y的自相关图：样本自相关函数呈正负交替的指数衰减，样本偏自相关函数滞后一阶截尾。 （4）分别打开EQX、EQY，试写出对x、y的估计结果。ar2.wf1该文件中含有四个序列：at为模拟生成的白噪声序列；x，y，z均为模拟生成的AR（2）过程，且其参数各不相同。文件中有三个模型：分别是对x、y、z的估

16、计结果。（1）分别观察序列x，y，z的自相关图，看其样本自相关函数，样本偏自相关函数各有什么特征。（提示：其样本自相关函数分别呈混合指数衰减、正负交替的混合指数衰减、阻尼正弦波衰减；样本偏自相关函数均滞后二阶截尾）。（2）分别打开EQX、EQY、EQZ，写出对x、y、z的估计结果。练习3：操作方件：ma1.wf1文件中的序列x、y分别为模拟生成的ma（1）过程，其参数各不相同。文件中的模型EQX、EQY为对x、y的估计结果。（1）分别观察序列x，y的自相关图，看其样本自相关图，偏自相关图各有什么特征。其样本自相关函数均呈滞后一阶截尾，样本偏自相关函数分别呈指数衰减、正负交替的指数衰减）。 （2

17、）分别打开EQX、EQY、写出对x、y的估计结果。练习4：ma2.wf2文件中的序列分别为模拟生成的MA（2）过程，其参数各不相同。各序列的样本自相关函数均滞后二阶截尾，样本偏自相关函数分别呈混合指数衰减、正负交替的混合指数衰减，阻尼正弦波衰减）。练习5：ARMA11.wf1文件中的序列x，y，z分别为模拟生成的不同参数的ARMA（1,1）过程，EQX、EQY、EQZ分别为对各序列估计的结果。各序列的自相关函数，偏自相关函数都呈指数衰减）。 （2）写出各模型的估计结果。练习6：ARMA21.wf1实验四 时间序列季节性、可逆性检验 【实验目的】 观察具有实际背景的经济数据，判断其是否平稳、是否

18、含有季节性，均值是否为零。能运用合适的方法如差分、季节差分、取对数、平方根等，使序列变为平稳序列；平稳序列减去其均值，使其零均值化。【实验内容】一、判断序列的平稳性和可逆性，给出相应判断依据，并写出模型形式。二、找出自己感兴趣的数据，判断数据是否平稳，是否具有季节性，均值是否为零等。练习一ar1.wf1，ar2.wf1，ma1.wf1，ma2.wf1，arma11.wf1，arma21.wf1一、（1）打开文件ar1.wf1，（2）依据EQX，写出关于序列x的模型形式：Xt=0.68Xt-1+at （3）写出用B算子表示的模型形式：（10.68B） Xt = at（4）判断模型是否平稳？说明原

19、因。（5）写出该模型的传递形式。二、（1）打开文件ar2.wf1（2）依据EQX写出序列x的模型形式为：Xt=0.49Xt-1 +0.25Xt-2+at（3）写出用B算子表示的形式：（4）判断模型是否平稳?（5）试推导模型的传递形式。并写出其前5个格林函数。三、（1）打开文件ma1.wf1（2）依据EQX写出序列X的模型形式：Xt= at0.82at-1 Xt= （10.82B）at（4）判断模型是否可逆？（5）写出该模型的逆转形式。四、（1）打开文件arma1.wf1Xt= 0.92 Xt-1 +at0.57at-1 （10.92B）Xt= （10.57B）at是否平稳？（5）试推该模型的传

20、递函数形式。五、 打开ma2.wf1，写出各序列模型形式及用B算子表示的形式，判断序列是否可逆，试推导其逆转形式。 打开ARMA21.wf1，写出各序列模型形式及用B算子表示的形式，判断序列是否平稳，是否可逆，试推导其传递函数形式，逆转形式。练习二zl1.wf1zl20.wf1，gdp.wf1，gdpindex.wf1，stpoor.wf1，usagnp.wf1等。文件说明：（1）zl1wf1zl20.wf1各文件是教材后附录III所列资料，各数据背景参见附录。 （2）gdp.wf1为我国19782001各年GDP数据。 Gdpindex.wf1为我国19532001各年GDP指数，即各年GD

21、P发展速度数据。 （3）stpoor.wf1，usagnp.wf1文件说明见第一次上机实习内容说明。判断是否平稳、是否具有季节性的方法：（1）通过序列的趋势图粗略的判断。（2）通过序列的自相关图判断。若序列自相关函数衰减缓慢，滞后较长时期仍不为零，则可初步断定序列非平稳。若序列的自相关函数周期性的显著不为零（如月度数据的滞后12期，24期，36期等自相关函数显著不为零；季度数据的滞后4，8，12，16各期自相关函数显著不为零）则可判断序列含有季节性。使序列平稳化的方法：（1）若数据方差非平稳，应先通过对数变换、平方根变换等方法，使序列方差平稳。（2）先通过差分消除序列的长期趋势（如果有的话）。（3）再通过季节差分消除序列的季节性（如果有的话）。差分函数的使用可见前两次上机实习内容。使平稳序列零均值化的方法：在Eviews中可通过函数mean（）求序列的均值。如要求平稳序列x的均值，并对序列x零均值化，则可用如下命令：Scalar m=mean（x）Genr y=xm其中：Scalar命令在Eviews中表示生成标量数据（均值只是一个数，而不是序列）。 Y为对x零均值化后的序列。当然，上述命令也可简化为：Genr y=xmean（x）习题三：用自相关分析图识别199