《《时间序列分析》 》由会员分享，可在线阅读，更多相关《《时间序列分析》 （102页珍藏版）》请在金锄头文库上搜索。
1、时间序列分析,实验一 ： Eviews时间序列相关函数操作,1.目的要求：熟悉Eviews的操作：菜单方式，命令方式；练习并掌握与时间序列分析相关的函数操作2.实验内容：（1）EViews软件的常用菜单方式和命令方式 （2）时间序列的自相关和偏自相关函数与图示。,内容一：EViews的常用菜单 方式和命令方式,一、启动EViews软件 1.双击桌面上的Eviews快捷方式图标 2.单击任务栏中的“开始”按钮，选择 “程序”中的Eviews 5进入程序组，选择 Eviews 程序符号，点击启动,二、创建工作文件,1.启动EViews软件之后，进入EViews主窗口,2.主菜单上依次点击FileN
2、ewWorkfile，即选择 新建对象的类型为工作文件，将弹出一个对话框,3. EViews软件的主显示窗口的工作文件窗口,1.命令窗口中直接键入CREATE命令，也可以建立 工作文件 create 时间频率类型 起始期 终止期 s semi-annual q quarterly m monthly w weekly d daily(5 day week) u undated or irrugular,三、命令方式,1.菜单方式 在EViews软件主窗口或工作文件窗口点击ObjectsNew Object，对象类型选择Series，并输入序列名*，一次只能创建一个新序列；再从工作文件目录中选取
3、并双击所创建的新序列就可以展示该对象，选择Edit/，进入编辑状态，输入数据,四、输入数据,2.命令方式： 在EViews软件的命令窗口键入data命令，命令格式为： data 例：data a b ； 回车；输入数据,3.生成新序列（1）在EViews软件工作文件窗口点击Objects Generate Sereies，出现Generate Series by Equation窗口，在Enter equation窗口中输入 公式loggdp=log(gdp) （2）命令方式 在命令窗口中依次键入以下命令即可： genr loggdp=log(gdp),4序列观察（Seires views）
4、Spreadsheet（表格）、 Line Graph（线状图）、 Bar Graph（柱状图）、Descriptive Statistics （描述统计）、Tests for Descriptive Stats （描述统计检验）、Distribution Graphs（分布 图）、Correlogram（相关图）、Unit Root Test（单位根检验）、Conversion Options（转换选项）、label(标签) ,5.选择若干变量构成数组 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， 选择以后，单击鼠标右键，在弹出的快捷菜单中 点击Op
5、enas Group（图1-8），则会弹出如图 所示的数组窗口，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。,1菜单方式（1）在主窗口点击QuickGraph，有Line、Bar、 Scatter等选项，如选择Line Graph， 在series list输入d3,五、图形分析与描述统计分析,（2）Workfile中点击 序列bike，菜单View选Graph，右拉菜单中Line、 Bar 、 Area等项，可选择Line 或Bar点击,2观察图形参数的设置情况 双击图形区域中任意处或在图形窗口中点击ProcsOptions，则会弹出如图1-16所示的Graph Options
6、窗口，进入图形编辑状态。选择图形类型、图形属性（是否置入图框内，刻度，是否用彩色）、柱和线的选项，设定竖轴（单个，双个，是否交叉），设定比例尺度（优化线性尺度，强制通过0线，对数尺度，正态化尺度），手动设定比例尺度、线形图选项、柱形图选项、散点图选项（连接，配拟合直线）、饼图选项等。,3.在序列和数组窗口观察变量的描述统计量 在序列窗口菜单选择ViewDescriptive Statistics Stats Table，则会显示变量的描述统计量,1.保存 在Eviews主窗口的工具栏上选择FileSave （Save as），再在弹出的对话框中指定保存路径 和文件名，点击确定按钮即可2.调用
7、在Eviews主窗口的工具栏上选择FileOpen Workfile，再在弹出的对话框中选取要调用的工作 文件，点击确定按钮即可3.调用Excel文件 在Eviews主窗口的工具栏上选择FileOpen Foreign Data as Workfile，再在弹出的对话框 中选取要调用的工作表（sheet），点击确定按 钮，然后再选择变量的名称,六、保存并调用工作文件,一、观察时间序列的自相关图 1.菜单方式：双击序列图标，菜单： ViewCorrelogram，在对话框中 输入滞后数，可取默认数 2.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
8、中输入滞后时期数， 可取默认数,内容二：自相关和偏自相关 函数与图示,实验一结束,实验二 ： 时间序列数据预处理,1.目的要求：绘制时间序列图，观察序列平稳与否； 观察自相关函数、偏自相关函数，根据 自相关图的Q统计量判断序列是否为 白噪声序列 2.实验内容：（1）平稳序列的图检验（2）总结各种自相关函数，偏自相关函数特征（3）根据自相关图的Q统计量判断序列是否为 白噪声序列,内容一：平稳序列的图检验,一、绘制时间序列图，观察序列平稳与否； 二、观察自相关函数、偏自相关函数： 菜单方式：双击序列图标，菜单： ViewCorrelogram，在对话框中输入滞后数， 可取默认数；,内容二：总结各种
9、自相关函数、偏自相关函数特征,一、调用课本案例数据，观察时序图 在EViews主窗口的工具栏上选择FileOpen Foreign Data as Workfile 二、观察各类自相关函数、偏自相关 函数图示特点。,内容三：根据Q统计量、值判断序列纯随机性,一、观察各类自相关函数、偏自相关函数的 Q统计量的值、概率值二、判断序列随机性,实验二结束,实验三 ： ARMA模型的建模与预测,1.目的要求：熟悉平稳序列建立ARMA模型的 过程：模型识别、模型参数估计、 诊断检验与预测,2.实验内容：（1）根据时间序列自相关图对零均值 平稳序列进行初步的模型识别（2）运用EViews软件估计ARMA模型
10、参数（3）对所建立的模型是否为适应性模型 进行诊断检验（4）利用ARMA模型进行预测,内容一：平稳序列的模型识别,一、绘制时间序列图，观察序列平稳与否 二、观察自相关函数、偏自相关函数的拖尾、 截尾特征判断AR、MA和ARMA模型,三、实例分析：附录1.15 1. PACF一阶截尾 ACF拖尾 2.（1-0.0568）Pr平稳,内容二：估计ARMA模型参数,一、参数变量名称： Eviews建立ARMA模型的命令用到AR、MA、SAR， SMA等参数项。其中SAR、SMA两参数在建立季节性 时间序列模型时要用到,二、参数估计 1.菜单操作方式：Quick-Estimate equation， 输
11、入：x ar(1) ar(2) ma(1)，回车 2.命令操作方式为：ls x ar(1) ar(2) ma(1) 以上述操作方式建模时，Eviews自动采用非线性最 小二乘法估计模型参数，建立ARMA（2，1）模型 练习,三、实例分析：附录1.15 1.估计AR（1）模型： Quick Estimation：Specifications： heizi ar（1） 2. 一次项系数0.9977,内容三：有效性检验与模型优化,一、有效性检验： 分为参数显著性检验和模型有效性检验 1. 参数显著性检验：输出结果中各系数对应的t 值和值为判别依据； 2. 模型有效性检验 ：残差序列白噪声检验的依据是
12、ACF、PACF图的Q统计量与P值,AR（1） 建模 输出 表,Convergence achieved after 3 iterationsVariableCoefficient Std. Error t-StatisticProb.C81.32034 1.976277 41.148250.0000AR(1)0.703332 0.104660 6.7201870.0000R-squared0.495398Mean dependent var81.48333Adjusted R-squared0.484428S.D. dependent var 5.652276 S.E. of regress
13、ion4.058523Akaike info criterion 5.680289 Sum squared resid757.6939Schwarz criterion 5.758256Log likelihood-134.3269F-statistic 45.16091 Durbin-Watson stat1.640227Prob(F-statistic) 0.000000Inverted AR Roots.70,二、实例分析：附录1.15 1.估计AR（1）模型： Quick Estimation：Specifications： heizi ar（1）,2. 系数有效性检验： 显著性水平5%，一次项系数0.9977，Pr5% 系数显著,3.模型有效性检验：即残差序列白噪声检验,（1）Object:new Object:series:r2 （2）点击r2,View Graph:line,残差图平稳 （3）View Correlogram:相关性不显著 （4）残差为白噪声序列，模型有效,
