时间序列分析期末大作业GNP平减指数的季度序列分析.docx

1、时间序列分析期末大作业GNP平减指数的季度序列分析20XX级XX专业时间序列分析大作业姓名学号性别专业组员组员组员组员组员20XX年X月X日某国佃60年第一季度佃93年第四季度GNP平减指数的季度序列分析摘要附录中给出了某国I960年第一季度1993年第四季度GNP平减指数的季度序列，本文旨在利用时间 序列分析并结合Eviews来研究该时间序列，并给出该国GNP平减指数的时间序列方程式，从而对该国的 GNP平减指数进行定性分析。在进行时间序列分析时，先对数据进行平稳性检测，发现这个序列不平稳且具有季节性，故要用差分 进行平稳化操作。经过4阶普通差分，周期为4的季节差分后序列达到平稳。平稳化后进

2、行模型的识别。 首先要进行模型的识别与定阶， 通过平稳后的序列的自相尖系数和偏自相尖系数图初步判定模型的种类， 当模型都可以通过检验时， 通过AIC准则进行模型的拟合度检验，模型的AIC值较小的拟合度较高。拟合度检验后发现 ARSAR(4)的模型拟合度最高故此序列的模型为ARSAR(4)模型。当模型定阶后，就要对模型参数T T: ，*，Lh p，二*狂，川入进行估计，这一步可以得到模型表达式。定阶与参数估计完成后，还要对模型进行检验，即要检验 弋是否为平稳白噪声，这里我们用检验法进行模型检验。尖键字：时间序列分析Eviews，乘积季节模型1、平稳性和季节性检测1-1从序列的时序图可以初步判断样

3、本序列是否平稳 ：根据平稳时间序列均值、方差为常数的性质，平稳时间序列的时序图应该显示出该序列始终在一个常数值附近随机波动，而且波动的范围 有界的特点。如果观察序列的时序图显示出该序列有明显的趋势性或者周期性，则时间序列通常不是平稳的 时间序列。该时间序列的时序图 如下图所示：该时序图存在明显的上升趋势，故可判定该时间序列非平稳。1-2从序列的自相尖系数和偏自相尖系数图判断样本序列是否平稳 ：样本自相尖函数与样本偏相尖函数如果是截尾的或者是拖尾的 （即被负指数控制的），说明已服从ARMA模型。若自相尖函数与偏相尖函数至少有 1个不是截尾的或拖尾的，说明序列不是平稳的，可以作1阶差分，并求其样本

4、自相尖函数与样本偏相尖函数，再用上述方法讨论。这样，直至判断为平稳序 列为止。在实际计算中，若遇到样本自相尖函数或样本偏相尖函数的图形虽然下降，但下降很慢，应认为 是非平稳序列，需作差分运算。该时间序列的自相尖系数和偏自相尖系数图:HtocorrelfflbDfi Psmal Corr&lsitjiDn AC PAJC QStat Prob上图显示该国I960年第=1季度10.972 0 97220 943 -0 02130 914,025 也 0.884 -0-027。口 54 4 01B 5 0 823 -0 024 7 0.792 0249 Q762 -0 01590J31 002010

5、0700 -U 0D711Q671 七 Q01120 642 -0 01213a.6u a 001 U 0 597 0 001150.561 -0 00616a .536 -d 001170511 -0 003180.487 -0 01019a 4S4 -d DOB200 441 -0 00G210418-0 00B220 397 4 005230 376 P 005 哉 0.3S6 0 ODO250 336 彳 013260 316-0 010270.297 41011 2S a 27| -fl 0D9 护 0 259-0.011300.24.0 -fl 01031Q222 -0 01232

6、0 203 -0.01633a.185 -0 01634Q 167 $ 007350.149 - 006 小 al324OW1S22.B0.M4154B.7D.OOD1572 2OOW1S93.4o.m1612 4DOW1629 5Q.MO1&M.6D.m1S5B0ow1669 &Q015B0.DD.OOT16BB8DOW1696.31702.5D.OW1707 6OOOO1711.8o.mAB= T 胡 Statistic 24 83119 1% Critical WP 4 03255% Critical Value -3.445510% Critic -3.1474*MacKinnofi

7、cmtKal values kif re lection nf hApdiiBBis of a umvt rwt.Augmenled Dickey-FullBr Test Equation Dependent Variably. D() IM 昭 ihwJ least Squares zate 12A5A13 Time: 1S:ASampletadjusted) 10 136 tncludedi abg-i&rwBiiQnis-127 sfter 曲代曲呦 endpointsADFz: -24.83119 :ADF序列达到平稳。3、模型定阶Sum squared re&idLog likrtt

8、ood Durbin-Watson stat0.832617 Mean dependerd var 0 -0.011181 4&2991 ?S Ddependeni vgr 1 .S732D3 542075 4Akaike info CnleriDn 435.1026 6516Schwarz criterioo -255 3987 F-gitfistic 41837013.143547 PratMiF-statisGic) 308 4072D.DDD0Q0p-1c-1 67DE55 -0.0206960 D5T2800.366391-24.03113-0.056219D Doaa0JSS3TP

9、ENDdd obssivations UM 前的 adjusting efidpoints ConvergenciE! achieved sFEer 3 ileralionsVaAbleCMScitfMStd Enwt-SmisiicProbc-D. 0024170 0182S7-0 1324030.8944朗1 524209008667117 607160 0004W-1 293390D11630-11.11331oaoooAR(3)0.3126660089793-3.4820570 0007R-squsredAdjusted R-squared S.E of regression Sum

10、squared resid Log likelihood DyrtoirTWsBsw sialD.B90G34Mean dependent var D 010S900.B87304S 0 depAindertl rar 2.5112170 843023Akaik* info criterion 2 527832BE 99323 Schwarz cmleniDn 2 619338153 9896 F-sLalistic 326J3362142023 PrflbfF-slaliatic) OOQOOQOInverted AR-.36 -.58+.73i _S8 _73iAR(4):Dependen

11、t Vanable: YMethod. Lsasl! SquaresDale 12 人5/13 Time. 19.41SzmpM 區询劇3 136Included observAtians* 124 after adjusting end 阿 int$Convergence achieved after 3 it 电 ralionsVariableStd. Eimaft-Staltisti 匚Prob.C0.0012030.0139350663290.9314AR(1)4 9093990 08B91418 10043OOODOAE(3)-1 &11456a 162060-10 12B69a a

12、oooAR(3)4L7437Mo.iesi?a-4.422B97aQWDAft4)-0 2B954S0.G96S11-3.0OD1460.0033R-squared0.897390M#am dsp#ndnn var0 002*61AdjusleOl R-squsred0 893941S D dependent var2 5168T9S E gf regressionQ.S19644Akaike infb critericm2 479593Sum squared resid74.S4WSchwarz 匸 nrterion2 593J14Lag likslihoad-ue.73JSF-siarii

13、Etic260.1 S37Dufbirt-WalSOfii M 訊2.064958ProbF-staiisticoooooooInverted AR RmTSA.19-56i49+ 56i62- 67i代2 -.671Dependent VariaWe- Y fyl&thod: Least Squares Dmt 已 12-25M3 Time: 1942 豹呻片协 djMtgd) 9 1J6 Included observations. 128 after adjusting endpoiints CdilvArAgiiea Hhi 电巾 电 H aftgir 12 itArdlidfig B

14、ackcaAV BVariableCoefficiGnlSid. Error t-StalisticProb.c9 0EE-050003577 0.D253Z10 9798MAd)-0.9889350.QO8713 -113/9630.M0Q R-sqMAred0690508Mean dependent vs 0.01 A84Adjustd RAsquared0.636D36S.D. dependent 阳 f2.491732S.E. of iregreAsi on1.39fi208Akaike info critenon3.52M99Dependent Varia Nf YMethod Le

15、ast SquaresDst& 12/25/13 Time19 49Sample(adjustBd) 14 136Included DbseiYsficwi? 123 after U dju 勺 ling efidpairrts Conwrgflirice achieABd ahcir 0 itm |U tionwVanable*CMIKcierlt Sid. Enw l-St-aflj&ticProb.C AR(1) SAMQ.DD5113 0 046321 0 11O37So raeoa 0 07629$ 书 314W3D.71 B?&4 0.079ISa -4.040D1 D09123

16、QQQQ0 0000R-squar&d Adjusted R-squsred S.E of regre&ion Sum squared resid Log lik&lihoad Durbin-Watson stftD5B1B15 0 676512 1435662 247 3418 -217.4925 2 875107Mean dependent uAr S D dependentw Akaike inb cntenon SchAw criAricwn F-statistic PrcbF.slstislic|!-0.D0B130 2524230 3.5B6244 3 663834 120 5S9

17、5 oooooooInserted AR Roots65-S5i.6S=E5i65.66! 63r6&+ 65iAR(2)SAR (4):Dependent Varia N &* YMflthod L萌规时i剖朋Date 12/25/13 Time 19 5DSampltfadjusd) 15 136IncJuded obBeriaticws: 122 after adjuatinA endpoinls Cnrrv MC 幵紀 after 10 il:$raUon$VariateCoefficient Std Eflor t-SaisbcProb.cA.33E-0S 0021639 4.(K)

18、a90WJ4ARd)-1.224957 0 056944 -21.51170OOH”AR(2J-0.8S3B90 0 059994 -14T32S7oomSAF鞠4).190574 0 115596 ownR-&quarEdD.B&23D2Mean dependent var 4J.W25G9Adjusced R-squandi0 87931D S D dftpindftnt w2 533962S.E of regrEssianD.BBD3T1 Akaike info critericin2.615155Sum square 诵91 44366 Schwarz criterion2707090

19、Log FikBlihaad-155.5245 F-statistic294.8554Durbin-Wat*on ftft261GH8 PrflbfFAststistic)4 WOmInverted AR Roots47 - 47i 47+ 47i 47* 47ii-J1+7H -.&1 _?1i-.47+ 47i不通过检验。AR(3)SAR(4):ptnMfil.血 nM* Methiid Learst SquaresDate UZ25 巾 Time: 19:51Sampl&|Adjuted) 16 13 &Indudedl ahservaiians 121 ahef 即usiing eMp

20、amtsConvergence aclwAed Bfter 7 iterationsCM怖口测SW En-Orl-SUhNic叭C-0.0002550.011379fl 0(224210.9&22-1.52S7KD.0H47S18.49W3000K43519750 10A43-12 30825OOOWW)-0.4786%D.1D44274 SB40370.0000SAR(4)-0.4S4H7D.1307BD3MT4K0.00IHR-squared0 4D2!90hlean dependefit uar)D042 轉Adjusted R-squwed0 J98B17S.D. dependent MBT2.5444495 E of 闻 gnswsKjri0 309370 Akaika info ertenon24X5323Sum $4urd itM76 38923 Schwwz aritHion25?085iLogi likelihood-143.5470 F-statistic2S7.4912Durbin-Watscin 引刮2.290679 Rrab(F.statislK)0.0M0MirhAHed AR