实验指导书趋势、季节和指数模型的估计及检验
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验指导书（趋势、季节和指数模型的估计及检验）
1.我国1978-2010年的社会消费品零售总额数据拟合趋势模型
（1）数据录入
打开Eviews软件，选择“File”菜单中的“New--Workfile”选项，在“Workfile structure type”栏选择“Dated –regular frequency”，在“Date specification”栏中分别选择“Annual”(年数据) ，分别在起始年输入1974，终止年输入2010，文件名输入“retail”，点击ok，见下图，这样就建立了一个工作文件。
在workfile中新建序列retail，并录入数据：
（2）绘制时序图
在序列retail中点击View/Graph/line，见下图，
得到下列对话框：
选择图形类型，就可绘制下列时序图：
RETAIL
160,000
140,000
120,000
100,000
80,000
60,000
40,000
20,000
1980198519901995200020052010
（3）用数学模型提取趋势
通常做法是通过差分比如一阶差分，二阶差分甚至更高阶差分来消除趋势，但差分会丢失原始数据的信息，这里考虑对原始数据直接处理。因为是年度数据，无需考虑季节因素，因为数据在上升的过程中，曲线的斜率越来越大，可以考虑关于时间的二次曲线来拟合。因此第一步，建立时间序列t（series t=@trend(1978,1)），以1978年为 1，1979年为时间2，依次类推，得到时间序列t。
在主窗口命令栏里输入ls cx c t t^2，即是做二次曲线，见下图：
曲线拟合的结果见下图：
从上图可以看出来，调整后的R2高达0.947652，各参数也是高度显著的。
（4）趋势模型的残差序列
现在来看残差，命名残差resid为retail_eq01，对残差retail_eq01绘制时序图：
RESID_EQ01
30,000
20,000
10,000
-10,000
-20,000
1980198519901995200020052010
由残差图形可见，残差序列中已经不含有关于时间t的趋势特征。
2. 我国1952-2010年城镇居民定期储蓄所占比例数据的指数平滑
（1）数据录入
打开Eviews软件，选择“File”菜单中的“New--Workfile”选项，在“Workfile structure type”栏选择“Dated –regular frequency”，在“Date specification”栏中分别选择“Annual”(年数据) ，分别在起始年输入1952，终止年输入2010，文件名输入“savings”，点击ok，见下图，这样就建立了一个工作文件。
在workfile中新建序列savings_rate，并录入数据：
（2）绘制时序图
在序列savings_rate中点击View/Graph/line，见下图，
得到下列对话框：
选择图形类型，就可绘制下列时序图：
SAVINGS_RATE
120
110
100
90
80
70
60
50
556065707580859095000510
（3）指数平滑
由数据图可以发现，数据上下波动且有异常值，需要采用指数平滑消除波动和异常值。
在savings_rate中点击Proc/Exponential Smoothing…，得到下列对话框
平滑方法，“Single”“Double”“Holt-Winters-No seasonal”“Holt-Winters-Additive”“Holt-Winters-Multiplicative”分别对应“一次指数平滑”、“两次指数平滑”、“Holt-Winters无季节性模型”（有线性趋势但无季节变化的序列）、“Holt-Winters加法模型”（有线性趋势和加法季节变化的序列）、“Holt-Winters乘法模型”（有线性趋势和乘法季节变化的序列）。选择第二种“Double”，其中的系数都选择“E”，即需要估计，指数平滑结果如下
（4）指数平滑后的序列
平滑后的序列savingssm1图形如下：
50
60708090
10011012013055
60
65
70
75
80
85
90
95
00
05
10
SAVINGSM1
50
607080
9010011012055
60
65
70
75
80
85
90
95
00
05
10
SAVINGS_RATE
可见，平滑后的序列比原序列savingssm 比原序列savings_rate 更为光滑。
3. 江苏省2001-2012年各季度农林牧渔业总产值的季节分析
（1）数据录入
打开Eviews 软件，选择“File ”菜单中的“New --Workfile”选项，在“Workfile structure type”栏选择“Dated –regular frequency”，在“Date specification”栏中分别选择“Quarterly ”(季度数据) ，分别在起始年输入2001 q1，终止年输入2012 q4，文件名输入“agriculture ”，点击ok ，见下图，这样就建立了一个工作文件。