时间序列的分析课后作业

《应用时间序列分析》

实训报告

实训项目名称时间序列预处理

实训时间 2013年10月14日

实训地点实验楼309

班级统计1004班

学号 1004100415

姓名范瑛

《应用时间序列分析》

实训(实践) 报告

实训名称时间序列预处理

一、实训目的

目的：熟悉平稳性检验方法和纯随机性检验方法的相关理论和软件实现的过程，并对结果给出解释，加深对理论的理解，提高动手能力。

任务：Eviews软件的常用菜单方式和命令方式操作；时间序列的自相关函数计算；序列的初步分析，并序列进行平稳性和纯随性进行检验，并写出实训报告。

二、实训要求

1、掌握Eviews软件的工作文件建立方法；

2、对时间序列进行初步分析，总结特征；

3、学会用Eviews软件计算时间序列分析相关函数的；

4、对序列进行平稳性和纯随性检验；

5、在上完机后要写出实验报告。

三、实训内容

1、熟悉Eviews软件的菜单操作和命令操作，包括工作文件的建立、数据的输入

与编辑、新序列的产生、在工作文件窗口中删除、更名变量、序列的各种观察(线图、各种统计量)以及时间序列的差分运算和相关函数的计算。本部分主要由教师来演示介绍。

2、初步对序列进行观察，对序列进行观察分析，求出序列的自相关函数和Q-统

计量，并对序列进行平稳性检验和纯随机性检验。

四、实训分析与总结

第一题

根据Eviews分析所得时间序列图如图1所示：

图1：系列样本序列时序图

该时序图显示系列样本有明显的递增趋势，所以它一定不是平稳序列。

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

. |****** | . |****** | 1 0.729 0.729 12.293 0.000

. |**** | . | . | 2 0.511 -0.042 18.682 0.000

. |*** | . | . | 3 0.342 -0.033 21.712 0.000

. |**. | . | . | 4 0.215 -0.025 22.983 0.000

. |* . | . | . | 5 0.124 -0.016 23.435 0.000

. | . | . | . | 6 0.063 -0.008 23.560 0.001

. | . | . | . | 7 0.026 -0.002 23.584 0.001

. | . | . | . | 8 0.008 0.003 23.586 0.003

. | . | . | . | 9 0.001 0.005 23.586 0.005

. | . | . | . | 10 0.000 0.003 23.586 0.009

. | . | . | . | 11 0.000 -0.001 23.586 0.015

. | . | . | . | 12 0.000 -0.001 23.586 0.023

图2：系列样本序列自相关图

从图中我们发现序列的自相关系数递减到零的速度相当缓慢，在很长的延迟

时期里，自相关系数一直为正。这是具有单调趋势的非平稳序列的一种典型的自

相关图形式。这和该序列时序图显示的显著的单调递增性是一致的。

第二题

根据Eviews分析所得时间序列图如图3所示：

图3：夏威夷岛莫那罗亚火山每月释放的CO2的序列时序图该时序图清晰的显示火山每月释放的CO2以年味周期呈现出规则的周期性，除此之外，还有明显的逐年递增的趋势。显示该序列一定不是平稳序列。

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

. |*******| . |*******| 1 0.890 0.890 59.450 0.000

. |***** | ***| . | 2 0.706 -0.416 97.366 0.000

. |**** | **| . | 3 0.481 -0.223 115.23 0.000

. |** | . |*. | 4 0.286 0.110 121.62 0.000

. |*. | . |*. | 5 0.144 0.071 123.28 0.000

. |*. | . |*. | 6 0.077 0.112 123.76 0.000

. |*. | . |** | 7 0.095 0.200 124.50 0.000

. |*. | . |** | 8 0.196 0.257 127.68 0.000

. |** | **| . | 9 0.281 -0.277 134.36 0.000

. |*** | . | . | 10 0.342 0.003 144.41 0.000

. |*** | . |*** | 11 0.400 0.427 158.37 0.000

. |*** | **| . | 12 0.412 -0.207 173.46 0.000 图4：夏威夷岛莫那罗亚火山每月释放的CO2的序列自相关图自相关图显示序列自相关系数长期位于零轴的一边，这是具有单调趋势的典型特征，同时自相关图呈现出明显的正弦波动规律，这是具有周期性变化规律的非平稳序列的典型特征。自相关图显示出来的这两个性质和该序列时序图显示出的带长期递增趋势的周期性质是非常吻合的。

第三题

根据Eviews分析所得时间序列图如图5所示:

图5：费城月度降雨量时序图

时序图显示费城月度降雨量始终围绕在120mm附近随机波动，没有明显趋势或周期，基本可以视为平稳序列。为了稳妥起见，我们还需要利用自相关进一步辅助识别。

Autocorrelation Partial Correlation AC PAC Q-Stat Prob

. | . | . | . | 1 0.016 0.016 0.0200 0.888 . | . | . | . | 2 0.037 0.037 0.1236 0.940 . | . | . | . | 3 -0.043 -0.044 0.2673 0.966 .*| . | .*| . | 4 -0.176 -0.177 2.7029 0.609 **| . | **| . | 5 -0.253 -0.254 7.8100 0.167 .*| . | .*| . | 6 -0.099 -0.103 8.6077 0.197 . | . | . | . | 7 -0.046 -0.056 8.7792 0.269 .*| . | .*| . | 8 -0.067 -0.132 9.1490 0.330 . |*. | . | . | 9 0.066 -0.049 9.5161 0.391 . |*. | . | . | 10 0.076 -0.034 10.009 0.440 . |** | . |*. | 11 0.248 0.192 15.392 0.165 . |** | . |** | 12 0.272 0.276 21.959 0.038 . | . | . | . | 13 -0.035 -0.044 22.072 0.054 . | . | . |*. | 14 0.040 0.070 22.219 0.074 .*| . | . | . | 15 -0.129 -0.001 23.783 0.069 **| . | .*| . | 16 -0.232 -0.064 28.926 0.024

图6:城月度降雨量序列的自相关图

自相关图显示该序列的自相关系数一直都比较小，可以认为该序列自始至终