应用时间序列实训(eviews)课程论文

应用时间序列实训（eviews）课程论文（报告、案例分析）

院系信息学院

专业统计学

班级统计3班

学生姓名尹东明

学号2010211256

任课教师张方风

2013年1月16日

北京城镇人口定期储蓄金额模型建立及预测统计学专业学生尹东明学号2010211256

实验报告

【实验目的】利用Eviews对时间序列建立ARMA模型的过程

【实验内容】ARMA模型建模前的准备：判断序列是否平稳

a.通过序列自相关图、趋势图等进行判断

b.若序列不平稳：

均值非平稳序列通过差分变换转换为平稳

方差非平稳序列通过对数变换等转化为平稳序列

c.模型平稳化以后，将序列零均值化

（1）模型识别

主要通过序列的自相关函数、偏自相关函数表现的特征，进行初步的模型识别（2）模型参数估计

a.在Eviews中估计ARMA模型的方法

b.估计模型以后要能写出模型的形式(差分方程形式和用B算子表示的形

式)

（3）模型的诊断检验

a.根据模型残差是不是白噪声来判断模型是否为适应性模型

b.能根据输出结果判断模型是否平稳，是否可逆

c.若有多个序列是模型的适应性模型，会用合适的方法从这些模型中进行

选择，如比较模型的残差方差，AIC，SC等。

（4）模型应用

a.掌握追溯预测的操作方法

b.外推预测的操作方法

【实验步骤】

一、录入数据：将下面1950年到1998年定期储蓄金额的数据录入EViews 中

年份定期储蓄

195083.5 195163.1 195271 195376.3 195470.5 195580.5 195673.6 195775.2 195869.1 195971.4 196073.6 196178.8 196284.4 196384.1 196483.3 196583.1 196681.6 196781.4 196884 196982.9 197083.5 197183.2 197282.2 197383.2 197483.5 197583.8 197684.5 197784.8 197883.9 197983.9 198081 198182.2 198282.7 198382.3 198480.9 198580.3 198681.3 198781.6 198883.4 198988.2 199089.6 199190.1 199288.2 199387

199487

199588.3

199687.8

199784.7

199880.2

二、数据的平稳性检验

图形分析：

1、单击view—Line Graph得到以下趋势图

2、在数组窗口中单击view—Correlogram得到以下自相关图

由以上自相关图可知，p<0.05，拒绝原假设，所以此序列不为白噪声序列。

3、在命令窗口中输入genr dm=d(m)进行一阶差分得到以下趋势图

由以上图可知统计量<分位数，所以拒绝原假设，一阶差分平稳

三、建立AR（1）

1、建立AR（1）模型：输入命令ls m ar(1)得到如下图表

2、残差检验：

由上图可知P值〉0.05，残差值检验次序列平稳3、AR（1）的模型方程

由图可知：AR（1）的模型方程10.9977700275t t t

x x ε−=+四、预测

未来五年的预测值

199980.02116

200079.84271

200179.66466

200279.48701

200379.30976

参考文献

[1]王艳，应用时间学列分析（第二版）.中国人民大学出版社,2008.

课程论文评分表

各项满分评分标准学生

得分

评分标准一10有明确的研究背景和意义

评分标准二30数据准确、有时效性，必须是最新的数据

评分标准三40方法得当，有实证分析

评分标准四10条理性和逻辑性强，内容阐述清晰、结论明确

评分标准五10论文按规定的格式撰写，文章中引用的内容需用脚注注明来源

评分标准六特别

提醒

文章出现大段抄袭或者两人之间内容雷同达到80%以上，均不能

及格。论文按规定的时间上交，每推迟一天，扣减2分

总分评阅人签字