Eviews應(yīng)用時間序列分析實驗手冊

1、Eviews應(yīng)用時間序列分析實驗 手冊應(yīng)用時間序列分析 實驗手冊第二章 時間序列的預(yù)處理、平穩(wěn)性檢驗二、純隨機性檢驗第三章平穩(wěn)時間序列建模實驗教程一、模型識別3.4.4.121414二、模型參數(shù)估計（如何判斷擬合的模型以及結(jié)果寫法）.19三、模型的顯著性檢驗23四、模型優(yōu)化25第四章非平穩(wěn)時間序列的確定性分析27一、趨勢分析28二、季節(jié)效應(yīng)分析47三、綜合分析53第五章 非平穩(wěn)序列的隨機分析59一、差分法提取確定性信息59二、ARIMA 模型72三、季節(jié)模型773第章時間序列的預(yù)處理、平穩(wěn)性檢驗時序圖檢驗和自相關(guān)圖檢驗（一）時序圖檢驗根據(jù)平穩(wěn)時間序列均值、方差為常數(shù)的性質(zhì)，平穩(wěn)序列的時序圖應(yīng)該

2、顯示出該序列5始終在一個常數(shù)值附近隨機波動，而且波動的范圍有界、無明顯趨勢及周期特征例2.1檢驗1964年1999年中國紗年產(chǎn)量序列的平穩(wěn)性1在Eviews軟件中打開案例數(shù)據(jù)3”、忙kFmImportBluiEkllifi h-L Ti . ji_L Svtiu .Q氐時冋序睢錄丄 m1 f:irr訶戶:嘰、拿PA斗Ciiaff旳?！? Kki2 1.ui iLtcVai4 f皿loui*f3 FAtsug ji汕町kDfiAo/hKu .V_ .Tfl=t Fili.-CLtse呼：；BE 一 ACMHF nA4圖1:打開外來數(shù)據(jù)Open查找范圍Q）： ； 數(shù)據(jù) HH H 1 ill牙龜壤稱

3、文怦名.i取消文件類型:U1 files C*.廠 Up date 曲 aulE dirautoiy圖2:打開數(shù)據(jù)文件夾中案例數(shù)據(jù)文件夾中數(shù) 據(jù)文件中序列的名稱可以在打開的時候輸入， 或者 在打開的數(shù)據(jù)中輸入19圖3:打開過程中給序列命名韶 EYicTSuig因妲R$iPaiI JuobsiseeI.9S7 lARa W 麗 isF19721973I97iYE陌 IOUT PUTQU5 7-75-2DD72?/iBwlFrqc|Oo)&dtj 世he世am打fr日託創(chuàng) |De：aLitSort TranspEge Jt-l-J 3gfipl4/-jlnf&e? - Pnl.2圖4:打開數(shù)據(jù)2.

4、 繪制時序圖可以如下圖所示選擇序列然后點Quick選擇Scatter 或者 XYline ；繪制好后可以雙擊圖片對其進行修飾，如顏色、 線條、點等EVx回區(qū)IRail驥.凹陽陽-荒SdmQb：eGJ 掃陽-王童丹沱guifld .tura.l Stries.LSks-pf .Efljty (!roip fHdi tStruts -La.L =-Li cz 3tlU Statl fiti cs EElimle Ctttatior. . Eci-ima-l 匚 IAIlILine grtrbBut Cr-HfhKY niFitspray niter 圖1:繪制散點圖幣 EVicTs 0岡F1L.

5、Eia0 m gig Qu；.廿|壯庁衍ih卄 | 口mirwi斜 TBmpLm同 OM葉 nnm_.1 _ P l-lAl IL I J-P -.FI .-I.1 F”-. -1 -_- J- - - n 1I IF- !- _ 一 - 4 4PD.WD甘ID.1D-U ,p,1D137010SO1DawkF* 樸=r- HF = ii WP =陽錄1 g圖2:年份和產(chǎn)出的散點圖圖3:年份和產(chǎn)出的散點圖（二）自相關(guān)圖檢驗例2.3導(dǎo)入數(shù)據(jù)，方式同上；在Quick菜單下選擇自相關(guān)圖，對 Qiwen原列 進行分析；判定該可以看出自相關(guān)系數(shù)始終在零周圍波動， 序列為平穩(wěn)時間序列。EYitTSAbT

6、lazStC- Etit-L zti 25 EElimte Critatior. .f- Ekt?UipJ. . _ jELrale Seriel. 諭宀 充apEEriL Lv oUil (Eli I Scrips315ffF =陽銀1 4IJtlL t Eo*t lElt.,EQnrnl 3 al /mn-iibi nfix i-clx-hrc s ft EiLUr.cgV-unmtatcF*th 二：；If = nCTU圖1：序列的相關(guān)分析Series Vaer圖2:輸入序列名稱CorreloraB Specifics., 隧Correlogjran of yiWPHV匯w詡ibPiii

7、b- PliC ist di ffereiK廣 grii iliLae to incliicie -|Z4Cancel圖2:選擇相關(guān)分析的對象EiPTi： - rSpriRa-： flTTEfl WnrkfilftT IHI. flSI1 0177 -0.177 1.3&43 0.1S7? n 117 -n riK i 和？ n d373 0.172 0.17S 3.3253 03W4 0J13 0.005 3-3435 0.3025 -O.ieZ 013Q 4.5517 0.4226 n DSfi -n oic 5 于i4門 n 4而7 0.X2 0 015 &湖3 D.613a -0.01

8、2 0 053 5.393G 07159 -0 321 -0022 5 4227 0 73610 U.J3UOIJbzjyU.z3d511 0.T90.035.34%0.35612 0core6.17210.30713 n 177O.CMOiIE.35d妙14 U.J* uuyu b.=/4J UJ4?15 -0.T9 -D翊 7一丁:i4 0.95716 -onag o.iT 7 505? 口知 ir II im nnw HdiMrjiM?r*tJi =圖3:序列的相關(guān)分析結(jié)果:1.可以看出自相關(guān)系數(shù)始終在零周圍波動，判定該序列為平穩(wěn)時間序列2.看Q統(tǒng)計量的P值：該統(tǒng)計量的原假設(shè)為X的1期，

9、2期k期的自相關(guān)系數(shù)均等于0，備擇假設(shè)為自相關(guān)系數(shù)中至少有一個不等于0，因此如圖知，該 P值都5%的顯著性水平所以接受原假設(shè)，即序列是純隨機序列，即白噪聲序列（因為序列值之間彼此之間沒有任何關(guān)聯(lián)，所以說過去的行為對將來的發(fā)展沒有絲毫影響此為純隨機序列，即白噪聲序列.）有的題目平穩(wěn)性描述可以模仿書本33頁最后一段.（三）平穩(wěn)性檢驗還可以用:單位根檢驗：ADF, PP檢驗等;器 EiPTSrSPTi RfT： OnTPTTT Tnrlrfile:7irnTiTl eril畑叫 I Pi 胡 Ejael I 產(chǎn) ug tifesf1匕LweT up曲怕（j：Name seri&s charnged

10、mrnrpd firwri FAdtfaJ序列Splo4tLjerai_e Strici. _Skew .Ijfty Trtpaf Cf ii t Edits）引u+/11出三i+qI wiife中H】i 七| m引陽W已t丄岀 S*a+ist: d*1968 麗 TAzn Ml tW2 t?73 麗S7013；.D15席?137.7ieL5疋1.Ito1Sisef11】吐0少如1 Stts CqjtcId am.EnotTLiiitiaL Enfla Lhidg. _ .H a cri rJc-1 rc n-lt Filter2irfi9 ? S q- tTTT JirritX = c. r

11、t - nnu 肖？=附錄：2圖1:序列的單位根檢驗Unit Kool Test阿區(qū)f圖2:單位根檢驗的方法選擇口 i14 411 肛gl 歸、:law円 Qu 口B肛;PFopiKct PrnU 科中以resW roqenDus Canslm朮Lag Lenh 1 /JOmarii tasfid OflAJC MAXLAG=?jl-StylufliuPruh -At. rirri firMjM d irii r kII - J t-st 勾列同曠n州ETwi criica ；au061 % lt)*el5% 冋2|-Z.961125t04 level-2.S 1431)0WacKiniiwn

12、 (陽旳 me-sided p-filues.AljjriTiuftIjmd iriirk(y-Fiili-f T*il EqijlwnDHpeittidnt VdiidUe: fOUTPlT) p/fithod L&馱 S甲late OCLEjOS Time 19:16Ssmcla1SG6 1930Intlutjedl oteer/ation： J4 atei meritsVarcbleLocfficticnlS11 Err&t Stat DtmcPrabOLTPJTd)D|O)TPlJ7MiJ c .JCE0462 叩242亦 l6.l75eE0 衛(wèi)222 n 177407 1：.146D

13、,D1631 -1 397416 1 一妙0 957D0 7220 UDR-sq-.sridHMiiiiidhJfl 樂kill用胡JOU田田3 JI riTiwnMan depended v 鴛 n ilpiiP-ndMrir tMiifl2.es9J ?Rr9i補為=叮麗二聞輛，圖3: ADF檢驗的結(jié)果：如圖，單位根統(tǒng)計量ADF=-0.016384都大于EVIEWS 給出的顯著性水平1%-10%的ADF臨界值，所以接受原假設(shè)，該序列是非平、純隨機性檢驗計算Q統(tǒng)計量，根據(jù)其取值判定是否為純隨機序列。例2.3的自相關(guān)圖中有Q統(tǒng)計量，其P值在K=6、12的時候均比較大，不能拒絕原假設(shè)，認為該序列

14、是白噪聲序列。另外，小樣本情況下，LB統(tǒng)計量檢驗純隨機性更準確。第三章平穩(wěn)時間序列建模實驗教程匚亡X l、模型識別1.打開數(shù)據(jù)1埶1更12 也L丄注1開31龍7igsg 社U1 芮 1111丑511題 1953 1?19S5511 = i ft 二Hf llQb.P TCiTipz HII.II.ILIP tprtf 1.1c: pffjll. &Unr.Mrd：心E| 11INII70EO 5 肖e75 279 G TFlfili34 4 i圖1:打開數(shù)據(jù)2.繪制趨勢圖并大致判斷序列的特征f-上卜Ws iidsw 些|1FxL E lai Db 1 art 幻“吁*口上譏_ .ShEtllR

15、W 尿 g 理 4八 43rkShiiiifelBiKj1出pro匚I i-bjecqSvt_h_ak 二 - Ll 屮 I Gt啊膽 IE i 卑I,弓戈訃鳳兀叩廳才：|-| Estinbt TAR_ .PfEjrtam亡 I FEg5d| |L|aut&A (ItiL J. L J. V tlOOtKI=I SjirtlrrAWset Edtt+/-：hs匚T*：* Ji.1: I. . I r 1d呼 obb 1960 19S219631X41更fi_jL&195010ZIffi19SJ1963,9-99 9 0 3 q- 393999DQirX163 5jE3 lhcor vir Wr

16、-L 5圖3:輸入散點圖的兩個變量21韶 HTiers.2 IliT QiiZ蠻事斗 irx ftiiirX n里 i 筑巧 II hl .1mEl眇hi LUIIILUU VoEttilai M孟 1” 叭血tilMd 口亙図Qi o 1 2=Rff?l 叫畑恤口匚I Qb嚴tj| Plirt fpJamel ftOdim或|lJngJ5lwdm |Rgfnci呻TmnglMTgptcng 空幣1 1圖4:序列的散點圖313. 繪制自相關(guān)和偏自相關(guān)圖制 ETiersCiLbC *Lt Sirici .She* -CjU】iInplT Gra 邛h屯 Sorrea. EtOfTftli W S

17、laLlVn: t Loot T-zf .HznarjeiiLL亡 SncuLSiiz.HlrLct-r zcail TillairDQCK3351fi3llT1 0恥3?D5E06|vret-E btiLstics Ectlribtfr Eqgtw ._EstinaLc MKE_ .地El Lj PfM hdrrvj F 田品（倚弓jt耳仙IYbAH195019611962 1953 1AC4 陛1岳L 1務(wù)廠 1953 郵1策019511952圖1：在數(shù)據(jù)窗口下選擇相關(guān)分析圖2 :選擇變量圖3 :選擇對象FTnrtfi irT PHil,snitTileriT口珥3 Elit 旳認秋m帖葉

18、* Froc| Ctiectd Frpamei j Ftlnt HaneQuj (k a.Us.5 *1*1*耳HolpiFraezal 5訶cl司Qerr0wt Sts引der廿！Jne Ear |CrrIFTI E DprvDjtu.QOflWa Tnim. 19.49R-mpIp 1W noqIncludedd5111111t1 11匚1111111 11匚111 11 E11 t1 I11 :113 IE1 1111 1111 E11匚11 1P HII1 1! *1匚11I 11 t11 11 C11 E1II 1111AjLAuccitrcliun Pjitrjl tuUtfldM

19、urt1 D./05 a .70(5 25.5? D DCO2 07 a 175 44 192 OCO3 U.feU -QjUJa SE.IbS UUU4 0.255 -a 207 56779 0 000C D.2C0 a.W 62.3J2 D OCOFi n3?n a ni kf is? n mr7 n.251 口 T22 EB.31D nIl tl u.uy -Q 29Q 7D.2bt UUDti9 .0S& -a 123 7D.i5? ODM10 0.LM7 -0.036 7D.S91 0 OtU11 -n ifi3 1B1 71 的=n nm12 0.064 0JO47 71.773

20、DCO12 D.CEg a GDI 72013 OOMU U.QC? 4329 72.j3) D OllJIR n Dfin a ns? 72 =nis n nrm16 -O.cei aw 73.22& 0 00017 .133 Q 071 ?4 EDI DDD lU -U. UH -UJU! Tb.aJJ UUU 巧 0.130 -a 100 77 ；il 000c20 rO.Oe .012 77.3P.1 OCO圖4:序列相關(guān)圖4. 根據(jù)自相關(guān)圖和偏自相關(guān)圖的性質(zhì)確定模型類型和階數(shù)如果樣本（偏）自相關(guān)系數(shù)在最初的d階明顯大于兩倍標準差范圍，而后幾乎95%的自相關(guān)系數(shù)都落在2倍標準差的范圍以

21、內(nèi)，而且通常由非零自相關(guān)系數(shù)衰減為小值波動的過程非常突然。時，通常視為（偏）自相關(guān)系數(shù)截尾。截尾階數(shù)為do本例:自相關(guān)圖顯示延遲3階之后，自相關(guān)系數(shù)全部衰減到2倍標準差范圍內(nèi)波動，這表明序列明顯地短期相關(guān)。但序列由顯著非零的相關(guān)系數(shù)衰減為小值波動的過程相當連續(xù)，相 當緩慢，該自相關(guān)系數(shù)可視為不截尾偏自相關(guān)圖顯示除了延遲1階的偏自相關(guān)系 數(shù)顯著大于2倍標準差之外，其它的偏自相 關(guān)系數(shù)都在2倍標準差范圍內(nèi)作小值隨機波MA模型：xtMA (q)* B) tMA (q)* Bqt動，而且由非零相關(guān)系數(shù)衰減為小值波動的過程非常突然，所以該偏自相關(guān)系數(shù)可視為自相關(guān)系數(shù)偏相關(guān)系數(shù)模型定階拖尾P階截尾AR(P

22、)模型Q階截尾拖尾MA ( q)模型拖尾拖尾ARMA(P,Q)模 型階截尾所以可以考慮擬合模型為 AR(1)P tAR(P)* BP具體判別什么模型看書58到62的圖例。1AR模型：xt21 AR (1)* B AR (2)* B22 (1 MA (1)* B MA (2) * BARMA 模型：xt1 MA (1) * B MA (2)* B22p1 AR (1)* B AR (2)* BAR (P)* B(其中模型中的ar(1)MA (1)表示的是求出來的系數(shù)。就是常數(shù)項)、模型參數(shù)估計根據(jù)相關(guān)圖模型確定為 AR(1)，建立模型估計參 數(shù)中按順序輸入變量exar(1)選擇LS參數(shù)估計方法,

23、在 ESTIMATEex(-1)或者 ex e查看輸出結(jié)果，看參數(shù)顯著性，該例中兩個參數(shù) 都顯著。細心的同學可能發(fā)現(xiàn)兩個模型的 C取值不同， 這是因為前一個模型的 C為截距項；后者的C 則為序列期望值，兩個常數(shù)的含義不同。討p*GagwIp Sdtri AEShov上LP ly % a 今（S lid *L -h. 3vk” Prot| ?b|Istj-rial-e *AH.L SjtlTVhhpXtJ gdlL+HSi：J*L【i咗Raiiyu.Pii tilde-hmlRYEAR! UiThtle1in 1 C 1 J -di伽ijse1斷 I 1細1M9 1曲U 11 Ui3VEARex

24、1眄口子1時19513 1195271 0|1943Zb. 3135470 51355和5135Drae195775 2igB59 1195971 4196D7 J. 6iqtl7n nfith = s = nut fT fftJfti 5圖1 :建立模型QIal 1 on EstiftationSpeci fi cationEoTi sp eci f i cit i p 邛h屯 Sorrea.如希n晟Hi.BE amp： UIIITSeries StttLstics GctE 3tit LstlCS|. I X二LtdSEl ,Xy 5 1 O- -3 5 6 G 2-1/ 6 B 4 cm

25、 3!花知引旳再田亓帀衲別v _U1 2-_J4 sc 7-0 -Q.- O1 竹巧史史克茫邏込史耳更氐疋疋1 1 1 1 1 C- 1 1 一 1 一 1 1 1 1L-1 - y-嗨3亟19E9loeu惟1i曲匚b：|gtt| PHnt:r3rw；FBege| kult:SbtjrTanspq胡GX圖4 :建立模型圖5:輸入模型中變量，選擇參數(shù)估計方法Yi制|frK|ObiM片罠|陛四|f空珂適rrvag 射aaj撫七H.孫ris |JF 盼I Mr Pf =. -ilT ；用爭 1 VVR(t=nri st6t0 495390 Q404420 i 053523 757.&933 -13.

26、33591 G4CI237Mften dependent 粕rS.D d即Akiit# ir (o 口忖riun ScTWsn: crieri in F-itglistic PiTh(Haiii=ti 匚)HI 40333 5 也 7276 5.e6C2e? 575e23 紂 1E091 O.Drirrii i血旬 Lmd AR Rmls.70HTiewsE.：aiQhjHLtree fl.iirt flif.rs 血訶為 ：Mi Equation; tUHTLEP forkfilc BXUntitled .匸回團Dp(jndnt VarisUe： CXNfeThDd: Laast Squar

27、e & ate: DJ/l 5/Ua ：irre. 1比4Striple (詞U恥efl 1 iJtil I9yjki匚lulled utntdal un& 竝 dAel adiUslrnelit C-jrivt*riiicv MCh y丫兇3 kwrtiGriB圖6:參數(shù)估計結(jié)果AR模型：xt81.32034 1 0.703332B 、模型的顯著性檢驗檢驗內(nèi)容:整個模型對信息的提取是否充分;參數(shù)的顯著性檢驗，模型結(jié)構(gòu)是否最簡。 MeId. ! Whj.cl 0 BP Frau gui. f Ic * a am i-.dav 里 ad. 凸* 匚嚴少巳 FV3cjpg|gEt嚴gp亡rtea

28、丹亍:日Ian牛|fr士缸| jpgiaut壬 j Sort 隹日比十卜 5呷1+-|.凸1凹4-十 | bVde*卜| trigEl| 1 Itfe5amajSj：=Erjuf-d-TlGil ri/l T IT -361BB0195I15621務(wù)31554T髯C1卯1亜日_p15G01旳1侵4 1汨fa臨fi1祜1站919?U1B71應(yīng)7nn-oNA -15 75336 不駟陰 ?脅機I 孑.炳3 丁 0G.71ftf=h45 7. IJ317D 0 690383 -.915713 -1.326391ZWscTFJn h 3537 pa茹頁 0.9730330.1170352 623632

29、 -0.303C3DI.HUb3d0.335I FalX - a m -n J -rafTC-圖1：模型殘差KWinrfc - ISpri j;：t： RES TVInrlrfTlc: W i - BynnTi 11 cdlfl IfPliX口 FiE- d-t Obj創(chuàng)t VWn lYg q-JLLUi;ilt!hLrLliACDMHn)b I1II11 -OOS1erei口皿刃.5161D ?13 t2 0 1370 1201 36耳030iJ II 13 U.13?U 1622.2723U.S1B匚1qq1 d D E0.1753.99370.40713 11S 0 120Q05C4.9

30、2100.12&111p -nnnr374刁卩可n命31=111bl? 21S(1正27 73D2ES7111I e 0U24U.CDb/沁!U.卻i1iJ*9 0 077I.D1D7 9D3GD.5S31 11*110 00殆0.176日.19690.6101 E11111 -n 177-0 rvfi9巧去n ann111I 12 -0 0370.LP10.J3190.&741p 11b i15 00540 no9狛？5D.74Idi I14 -O U33G.lSGg/u砒LI.鳥 911 n1i 15 onnoil呻min RiE1flhi f16 0 030 omi9 一鬭o.ee?1

31、ts1(i17 -a 0 3GO.C2210 303.ESQinDrID 4J.U_y-LI.UJ2IU.LHULI.M1 1 !IS 0 0?70.D1B10 500.9371 !IIi1 20 )023I.D7010 DI?D.&5&J圖2:殘差的平穩(wěn)性和純隨機性檢驗對殘差序列進行白噪聲檢驗，可以看出ACF和PACF都沒有顯著異于零，Q統(tǒng)計量的P#值都遠遠大于 0.05，因此可以認為殘差序列為白 噪聲序列，模型信息提取比較充分。常數(shù)和滯后一階參數(shù)的 P 值都很小，參數(shù)顯 著；因此整個模型比較精簡，模型較優(yōu)。四、模型優(yōu)化當一個擬合模型通過了檢驗， 說明在一定的 置信水平下，該模型能有效地擬合

32、觀察值序列的 波動，但這種有效模型并不是唯一的。當幾個模型都是模型有效參數(shù)顯著的， 此時 需要選擇一個更好的模型，即進行優(yōu)化。優(yōu)化的目的，選擇相對最優(yōu)模型。 優(yōu)化準則：最小信息量準則( An Information Criterion ) 指導(dǎo)思想似然函數(shù)值越大越好 未知參數(shù)的個數(shù)越少越好AIC 準則的缺陷 在樣本容量趨于無窮大時，由 AIC 準則 選擇的模型不收斂于真實模型，它通常 比真實模型所含的未知參數(shù)個數(shù)要多AIC nln( ?2) 2(未知參數(shù)個數(shù) )陸 V 再=Hiiwl工 *in: nWT.r tj. HJtfi E fc f 1 L?Itt 就 1 51 flrrt it 1

33、尸曲口巨岡 PaL* Z liteit I Wef舊怦i日知目| ff?izi dk口L-L C-ILE也 131.3骨fCrr5 Fbflceetl凱日怙贋血曲！2 m MDEpaiidn1 Va-Hatie CX r/eOhod LeesE Squmee Dr- 口3M10 Tiie ?1 ?nSmplA acjusItRd)-歸5?1 號咬iIrKludd otervffionsEt即 mdiust帕尋 nt三Vafrtbi#C06(fit entSid. Effor i StilielicProb.C3uD.luliaobU54Ub 蟲U.LUULc減0n何ID0 inizfl? A.

34、?inn7CI.H2Pc18& 329532 A?131ACl. COSER aquSreiitl 7 07 753M-=urt du-0APhdu-uaF6d ie9-d337.9632StWvflFt CKrterk-n5.05&*?1Log lhl imd玄網(wǎng)7E3 27ie7fl$1G11 9260pf訕F狀wt劇訶）D.OOCOK1Pai)L * d1 m - m .r ft - m的 GSBCnIn( ?2)In（ n）（未知參數(shù)）但是本例中滯后二階的參數(shù)不顯著，不符合 精簡原則，不必進行深入判斷。35第四章非平穩(wěn)時間序列的確定性分析但 穩(wěn)的， 因而對 人們創(chuàng)造第三章介紹了平穩(wěn)時間

35、序列的分析方法， 是自然界中絕大多數(shù)序列都是非平 非平穩(wěn)時間序列的分析跟普遍跟重要， 的分析方法也更多。 這些方法分為確定性時序分 析和隨機時序分析兩大類， 本章主要介紹確定性 時序分析方法。平穩(wěn)/丿八、序列的兩個構(gòu)成序列均平穩(wěn)，平穩(wěn)時間時間序列一個序列在任意時刻的值能夠被精確確定 （或被預(yù)測），則該序列為確定性序列，如正弦 序列、周期脈沖序列等。 而某序列在某時刻的取 值是隨機的， 不能給以精確預(yù)測， 只知道取某一 數(shù)值的概率，如白噪聲序列等。 Cramer 分解定 理說明每個序列都可以分成一個確定序列加一 個隨機序列， 非平穩(wěn)時間序列則至少有一部分不平穩(wěn)。 本章先 分析確定性序列不平穩(wěn)的非

36、 的分析方法。確定性序列不平穩(wěn)通常顯示出非常明顯的 規(guī)律性， 如顯著趨勢或者固定變化周期， 這種規(guī) 律性信息比較容易提取， 因而傳統(tǒng)時間序列分析 的重點在確定性信息的提取常用的確定性分析方法為因素分解。分析目 的為：克服其他因素的影響，單純測度某一個 確定性因素的影響；推斷出各種因素彼此之間 作用關(guān)系及它們對序列的綜合影響。、趨勢分析繪度顯繪（一）趨勢擬合法1.線性趨勢擬合 支出數(shù)據(jù)澳大進觀析口果測1981-1990年每季度消費OiJit.tie“料 ijt Hu -丸口三tMP口angv I 4LI 4U abE Samplr I Q = JO 川用更IE I兮 id MlPioc jiDb

37、 tctj Pri-t|-arT-e|Fr5ff-r| ”兇右血* 1i Oti5Tlzcl1110441I】丄i151I 1Tj旳用 114_49&901S911E1eyit/1F?圧 53E136孟別1g9a?971sID匪茁1T1 19C5I112応巾1；213qipo1M1口14=1 1515974G1-41-4Ifcin“k，-豈 pE-nnrgwr-整才刖皿治辦Wte ：.一圖1:導(dǎo)入數(shù)據(jù)BlBlEaotre罄一MmfeGiiirl- CtinriS ft-jorvM hpHZL2兩4閱0C 0414 9?-5 86791 Rcqri LVH|彌-cfObjrHI 朮|血T 氣世亙

38、皿和亍問世叱II1 JLUUIKCOMCOOimuXCO2占 IQ t. ?Q 2530 生 4tj兀k 訓 PB - ring - WF - Bfc；t5秫IF俺聖* 出圖2:繪制線圖，序列有明顯的升趨勢長期趨勢具備線性升的趨勢，所以進行序列對時間的線性回歸分析。41Spc C i f i 匚 a t i on Op t i crt百 Jr Eiut 1 ozi sp ecL f i cit iJependent vaori atl* foXXowd ty li st q re grezzovs and TDL teym. OR an QKplicit equation Like-Estim

39、ation settinssLaat Squu*! 皿S and 齦1A)Sample 1 40Is取消I圖3:序列支出（zc）對時間（t）進仃pm【8jwt I Firt I 血me jFruJFu Estirr 口t七(尸0匚；0丈| 包t士RcatjsjZ3pi.Tleyi 尸 rpcjs!d岡 c c w 1 hJ 匣awsVioiv rrflCsuableCo&HiciGrt Sid Error t-Starie:(c ProhSSBjKB1V.9174E1.e2150O.0CO312251E.0E21 陽伍亞印 JO.0CO30e Eit Aiect iSiew 卻審 應(yīng)ii吐 C

40、cirre 嫌dwj ttefcrepncerr Wti州儀 JC hlha J. Uasl Equ-dres Cdte. 0301 rtT Tune. 12:52 n7-4 Eafflple： 1 40冨黑丿口蹋 IrciLdedo-bsftrvitiona； 0E ccftiAodO.aSEfflIMosn Mflp end out vir1C3257GAdj Let ed R-equsrfdd的亞E . dependent war112d273S E nffpcr&wsmn癥了田03AAikp fnk cntnicr15 00474Suit scuffed resid696035匚Srh

41、wgri criterionlEOeSldLjg liktliMud-2Se C94BF-st6lisiic21.1291Curbiiii-AMbcii 山 1：3.21EX4Put)r-td1i&lic)Oi.DOOCOD4:回歸參數(shù)估計和回歸效果冋iiw刑n兀rwJ市兀a丈利他肖貴jg旺-評價可以看出回歸參數(shù)顯著，模型顯著，回歸效果良好，序列具有明顯線性趨勢。-Forecast ofEquUiorUWITTLEDS*riZCrSeri65 namesrM&thodPcastSttic forecast Cnc iyriOTics ifi a nil d t T B-ii-i pFcredist sampleT 40OutputIF