实验十时间序列模型VIP免费

第1页共7页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第1页共7页实验十时间序列模型10.1实验目的掌握时间序列的基本理论，时间序列模型种类的识别、估计、诊断和预测方法，以及相应的EViews软件操作方法。10.2实验原理时间序列分析方法由Box-Jenkins(1976)年提出。它适用于各种领域的时间序列分析。时间序列模型不同于经济计量模型的两个特点是：（1）这种建模方法不以经济理论为依据，而是依据变量自身的变化规律，利用外推机制描述时间序列的变化。（2）明确考虑时间序列的非平稳性。如果时间序列非平稳，建立模型之前应先通过差分把它变换成平稳的时间序列，再考虑建模问题。时间序列模型的应用：（1）研究时间序列本身的变化规律（建立何种结构模型，有无确定性趋势，有无单位根，有无季节性成分，估计参数）。（2）在回归模型中的应用（预测回归模型中解释变量的值）。（3）时间序列模型是非经典计量经济学的基础之一（不懂时间序列模型学不好非经典计量经济学）。10.3实验内容建立中国人口时间序列模型。表10.1给出了中国人口数据yt（1952-2004，单位万人），试建立yt的时间序列模型，并预测2005年中国人口总数。表10.2年份yt年份yt年份yt19525748219708299219881110261953587961971852291989112704195460266197287177199011433319556146519738921119911158231956628281974908591992117171第2页共7页第1页共7页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第2页共7页195764653197592420199311851719586599419769371719941198501959672071977949741995121121196066207197896259199612238919616585919799754219971236261962672951980987051998124761196369172198110007219991257861964704991982101654200012674319657253819831030082001127627196674542198410435720021284531967763681985105851200312922719687853419861075072004129988196980671198710930010.4建模步骤10.4.1识别模型利用表10.2数据建立yt序列图，如图10.20。图10.20中国人口序列（1952-2004）从人口序列图可以看出我国人口总水平除在1960和1961两年出现回落外，其余年份基本上保持线性增长趋势。察看序列的相关图，在序列窗口选择View/Correlogram,便会弹出如下窗口，见图10.21，选择滞后阶数（本例输入滞后期10），点击ok，得到如图10.22所示的序列yt的相关图和偏相关图。4681012145055606570758085909500Y第3页共7页第2页共7页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第3页共7页图10.21图10.22yt的相关图，偏相关图由yt的相关图，偏相关图判断yt为非平稳性序列。进一步考察其差分序列Dyt，序列图见图10.23，其相关图，偏相关图见图10.24。图10.23-0.2-0.10.00.10.20.35055606570758085909500DY第4页共7页第3页共7页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第4页共7页图10.24Dyt的相关图，偏相关图人口差分序列Dyt是平稳序列。应该用Dyt建立模型。因为Dyt均值非零，结合图2.14拟建立带有漂移项的AR(1)模型。10.4.2估计模型采用AR（1）模型对Dyt进行估计，从EViews主菜单中点击Quick键，选择EstimateEquation功能。随即会弹出Equationspecification对话框。输入漂移项非零的AR(1)模型估计命令（C表示漂移项）如下：D(Y)CAR(1)结果如图10.25所示，整理如下：Dyt=1374.097+0.6681(Dyt-1–1374.097)+vt(7.5)(6.1)R2=0.44,Q(10)=5.2,Qa(k-p-q)=Q0.05(10-1-0-1)=15.5第5页共7页第4页共7页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第5页共7页图10.2510.4.3对模型的检验图10.26由估计结果，可以看到模型参数都通过了显著性t检验。模型残差的相关图和偏相关图如图10.26。Q(10)=5.2