实验指导书ARIMA模型建模和预测

. WORD格式.资料 .

实验指导书（ARIMA模型建模与预测）

例：我国1952-2011年的进出口总额数据建模及预测

1、模型识别和定阶

（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2011，文件名输入“im_ex”，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im_ex，并录入数据（点击File/Import/Read Text-Lotus-Excel…，

找到相应的Excel数据集，打开数据集，出现如下图的窗口，在“Data order”选项中选择“By observation-series in columns”即按照观察值顺序录入，第一个数据是从B15开始的，所以在“Upper-left data cell”中输入B15，本例只有一列数据，在“Names for series or number if named in file”中输入序列的名字im_ex，点击ok，则录入了数据）：

专业.整理

. WORD格式.资料 .

（2）时序图判断平稳性

双击序列im_ex，点击view/Graph/line，得到下列对话框：

得到如下该序列的时序图，由图形可以看出该序列呈指数上升趋势，直观来看，显著非平稳。

专业.整理

. WORD格式.资料 .

IM_EX240,000200,000160,000120,00080,00040,0000556065707580859095000510 （3）原始数据的对数处理 因为数据有指数上升趋势，为了减小波动，对其对数化，在Eviews命令框中输入相应的命令“series y=log(im_ex)”就得到对数序列，其时序图见下图，对数化后的序列远没有原始序列波动剧烈： Y13121110987654556065707580859095000510 从图上仍然直观看出序列不平稳，进一步考察序列y的自相关图和偏自相关图：

专业.整理

. WORD格式.资料 .

从自相关系数可以看出，呈周期衰减到零的速度非常缓慢，所以断定y 序列非平稳。为了证实这个结论，进一步对其做ADF检验。双击序列y，点击view/unit root test，出现下图的对话框，

我们对序列y本身进行检验，所以选择“Level”；序列y存在明显的线性趋势，所以选择对带常数项和线性趋势项的模型进行检验，其他采用默认设置，点击ok。

检验结果见下图，可以看出在显著性水平0.05下，接受存在一个单位根的原假设，进一步验证了原序列不平稳。为了找出其非平稳的阶数，需要对其一阶差分序列和二阶差分序列等进行ADF检验。

专业.整理

. WORD格式.资料 .

（4）差分次数d的确定

y序列显著非平稳，现对其一阶差分序列进行ADF检验。在对y的一阶差分序列进行ADF单位根检验之前，需要明确y的一阶差分序列的趋势特征。在Eviews命令框中输入相应的命令“series dy1=D(y)”就得到对数序列的一阶差分序列dy1，其时序图见下图

DY1.6.4.2.0-.2-.4556065707580859095000510 由y的一阶差分序列的时序图可见，一阶差分序列不具有趋势特征，但具有非零的均值。因此，在下图对序列y的单位根检验的对话框中选择“1st difference”，同时选择带常数项、不带趋势项的模型进行检验，其他采用默认设置，点击ok。

检验结果见下图，可以看出在显著性水平0.05下，拒绝存在单位根的原假设，说明序列y的一阶差分序列是平稳序列，因此d=1。

（5）建立一阶差分序列

在Eviews对话框中输入“series x=y-y(-1)”或“series x=y-y(-1)”，并点击“回车”，便得到了经过一阶差分处理后的新序列x，其时序图见下图，从直观上来看，序列x也是平稳的，这就可以对x序列进行ARMA模型分析了。

专业.整理

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新资格考试认证实验指导书ARIMA模型建模和预测 全文阅读和word下载服务。