eviews统计分析报告
eview 报告分析
F检验的假设、对F值的判断、对F值的概率值的判断。
T检验的假设、对t值的判断、对t值的概率值的判断。
1、Y：社会消费总额X2：国民生产总值X3：城乡储蓄X4：农民人均收入Dependent Variable: YMethod: Least SquaresDate: 12/15/10 Time: 21:33Sample: 1994 2005Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.C -231.7988 1139.887 -0.203353 0.8439X2 0.217218 0.053746 4.041582 0.0037X3 -0.023855 0.148371 -0.160777 0.8763X4 5.774893 3.066526 1.883203 0.0964R-squared 0.998370 Mean dependent var 10516.91 Adjusted R-squared 0.997759 S.D. dependent var 6729.635 S.E. of regression 318.5755 Akaike info criterion 14.62680 Sum squared resid 811922.8 Schwarz criterion 14.78843 Log likelihood -83.76079 F-statistic 1633.508 Durbin-Watson stat 1.823503 Prob(F-statistic) 0.000000（1）、根据T检验，分析哪些解释变量X对被解释变量Y有影响；在t检验中，我们设立原假设0:0iHβ= ()1i k≤≤和对立假设1:0iHβ≠。
根据上面的EVIEWS输出结果，可以看出：1、常数项C、X3、X4的t值较小，且其概率值P>0.05，因此，我们接受原假设0:0iHβ=，即认为常数项C、X3的系数、X4的系数为0，即常数项、城乡储蓄、农民人均收入对被解释变量Y（社会消费总额）无显著影响。
《计量经济学》eviews实验报告一元线性回归模型详解
计量经济学》实验报告一元线性回归模型-、实验内容（一）eviews基本操作（二）1、利用EViews软件进行如下操作：（1）EViews软件的启动（2）数据的输入、编辑（3）图形分析与描述统计分析（4）数据文件的存贮、调用2、查找2000-2014年涉及主要数据建立中国消费函数模型中国国民收入与居民消费水平:表1年份X(GDP)Y（社会消费品总量）200099776.339105.72001110270.443055.42002121002.048135.92003136564.652516.32004160714.459501.02005185895.868352.62006217656.679145.22007268019.493571.62008316751.7114830.12009345629.2132678.42010408903.0156998.42011484123.5183918.62012534123.0210307.02013588018.8242842.82014635910.0271896.1数据来源：二、实验目的1.掌握eviews的基本操作。
2.掌握一元线性回归模型的基本理论，一元线性回归模型的建立、估计、检验及预测的方法，以及相应的EViews软件操作方法。
三、实验步骤（简要写明实验步骤）1、数据的输入、编辑2、图形分析与描述统计分析3、数据文件的存贮、调用4、一元线性回归的过程点击view中的Graph-scatter-中的第三个获得在上方输入Isycx回车得到下图DependsntVariable:Y Method:LeastSquares□ate:03；27/16Time:20:18 Sample:20002014 Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C-3J73.7023i820.535-2.1917610.0472X0416716 0.0107S838.73S44 a.ooao R-squared0.991410 Meandependentwar119790.2 AdjustedR.-squared 0.990750 S.D.dependentrar 7692177 S.E.ofregression 7J98.292 Akaike infocriterion20.77945 Sumsquaredresid 7；12E^-08 Scliwarz 匚「爬伽20.37386 Loglikelihood -1&3.3459Hannan-Quinncriter. 20.77845 F-statistic 1I3&0-435 Durbin-Watsonstat0.477498Prob(F-statistic)a.oooooo在上图中view 处点击view-中的actual ,Fitted ,Residual 中的第一 个得到回归残差打开Resid 中的view-descriptivestatistics 得到残差直方图/icw Proc Qtjject PrintN^me FreezeEstimateForecastStatsResids凹Group:UNIIILtD Worktile:UN III LtLJ::Unti1DependentVariablesMethod;LeastSquares□ate:03?27/16Time:20:27Sample(adjusted):20002014Includedobservations:15afteradjustmentsVariable Coefficient Std.Errort-Statistic ProtJ.C-3373.7023^20.535-2.191761 0.0472X0.4167160.01075S38.735440.0000R-squared0.991410 Meandependeniwar1-19790.3 AdjustedR-squa.red0990750S.D.dependentvar 76921.77 SE.ofregre.ssion 7J98.292 Akaike infacriterion20.77945 Sumsquaredresid 7.12&-0S Schwarzcriterion 20.S73S6 Laglikelihood -153.84&9Hannan-Quinncrite匚20.77545 F-statistic1I3&0.435Durbin-Watsonstat 0.477498 ProbCF-statistic) a.ooaooo在回归方程中有Forecast,残差立为yfse,点击ok后自动得到下图roreestYFM J訓YForea空巾取且:20002015 AdjustedSErmpfe:2000231i mskJddd obaerratire:15Roof kter squa red Error理l%2Mean/^oLteError畐惯啟iJean Afe.PereersErro r5.451SSQThenhe鼻BI附GKWCE口.他腐4Prop&niwi□ooooooVactaree Propor^tori0.001^24G M『倚■底Props^lori09®475在上方空白处输入lsycs…之后点击proc中的forcase根据公式Y。
Eviews实验报告
Eviews实验报告
本次实验使用Eviews对数据进行了分析和建模，主要分为以下几个部分：
一、数据预处理
1. 数据清洗：对数据进行了初步的检查和清洗，处理了数据中的缺失值和异常值；
2. 数据变换：对原始数据进行了对数化处理，使其符合正态分布。
二、数据分析
1. 描述性统计：通过统计均值、标准差、相关系数等指标，对数据进行了分析和描述；
2. 单因素分析：使用单因素方差分析对不同自变量与因变量之间的关系进行了检验。
三、建模分析
1. 模型选择：根据变量相关性和变量显著性等因素，最终选择了一组自变量，建立了多元线性回归模型；
2. 模型检验：对建立的模型进行了残差分析，验证了模型的可靠性和稳定性；
3. 预测分析：利用建立的模型对新数据进行了预测，并进行了模型预测精度的评估。
四、实验结论
通过Eviews的分析和建模，得出了以下结论：
1. 数据清洗和变换可以提高数据分析的准确性和可靠性；
2. 描述性统计和单因素分析可以为建模提供有用的参考和决策依据；
3. 多元线性回归模型可以较好地解释自变量与因变量之间的关系，并可进行预测和决策分析。
综上所述，本次实验通过Eviews软件对数据进行了分析和建模，得出了有关数据的一些重要结论，为后续数据分析和决策提供了基础和支持。
Eviews软件实验报告
┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 装 ┊ ┊ ┊ ┊ ┊ 订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊分析国内生产总值与最终消费的关系一、研究的目的要求由于消费是所有经济行为有效实现的最终环节,唯有消费需求的不断上升才有经济增长的持久拉动力有经济增长的持久拉动力..而居民的消费水平在很大程度上又受整体经济状况的影响影响..国内生产总值是用于衡量一国总收入的一种整体经济指标,经济扩张时期经济扩张时期,,居民收入稳定居民收入稳定,GDP ,GDP 也高也高,,居民用于消费的支出较多居民用于消费的支出较多,,消费水平较高消费水平较高;;反之反之,,经济收缩时,收入下降收入下降,GDP ,GDP 也低也低,,用于消费的支出较少用于消费的支出较少,,消费水平随之下降消费水平随之下降..改革开放以来改革开放以来,,我国的GDP 不断增长的同时不断增长的同时,,人民的物质生活也在不断提高人民的物质生活也在不断提高..研究国内生产总值与最终消费的数量关系，对于探寻最终消费增长的规律性，预测最终消费的发展趋势有重大意义。
势有重大意义。
二、模型设定为了分析国内生产总值对消费的推动作用，选择中国国民最终消费为被解释变量（用Y 表示），选择中国国内生产总值为解释变量（用X 表示）。
搜集到以下数据。
数据。
中国国民收入与最终消费（单位：亿元）中国国民收入与最终消费（单位：亿元）年份年份 国内国内生产总值（亿元）元） 最终消费 年份年份国内生产国内生产总值（亿元）最终消费最终消费X Y X Y1978 3624.1 2239.1 1995 58478.1 36748.2 1979 4038.2 2633.7 1996 67884.6 43919.5 1980 4517.8 3007.9 1997 74462.6 48140.6 1981 4862.4 3361.5 1998 78345.2 51588.2 1982 5294.7 3714.8 1999 82067.5 55636.9 1983 5934.5 4126.4 2000 89468.1 61516 1984 7171 4846.3 2001 97314.8 66878.3 1985 8964.4 5986.3 2002 104790.6 71691.2 1986 1986 10202.2 10202.2 6821.8 2003 135822.8 77449.5 1987 1987 11962.5 11962.5 7804.62004 159878.3 87032.9 1988 1988 14928.3 14928.3 9839.52005 183217.4 97822.7┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 装 ┊ ┊ ┊ ┊ ┊ 订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊1989 1989 16909.2 16909.2 16909.2 11164.2 11164.2 2006 211923.5110595.31990 1990 18547.9 18547.9 18547.9 12090.5 12090.52007 249529.9 128444.6 1991 1991 21617.8 21617.8 21617.8 14091.9 14091.9 2008 316228.8 149000 1992 1992 26638.1 26638.1 26638.1 17203.3 17203.3 2009343464.7 176060.31993 1993 34634.4 34634.4 34634.4 21899.9 21899.9 2010 397983 148447.7 1994 1994 46759.4 46759.4 46759.4 29242.2 29242.2 29242.2为了分析居民最终消费（为了分析居民最终消费（Y Y ）和国内生产总值（）和国内生产总值（X X ）的关系，根据上表做如下散点图：点图：从散点图可以看出最终消费和国内生产总值大体呈现为线性关系，为分析中国居民最终消费水平随国民总收入变动的数量规律性，可建立如下简单回归模型：型：三、估计参数利用EViews 做简单线性回归分析的结果如下图所示：做简单线性回归分析的结果如下图所示：┊┊┊┊┊┊┊┊┊┊┊┊┊┊┊装┊ ┊ ┊ ┊ ┊订 ┊ ┊ ┊ ┊ ┊ 线 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊可用规范的形式将参数估计和检验的结果写为可用规范的形式将参数估计和检验的结果写为ttXY454948.007.17662ˆ+=（2377.4702377.470））(0.017318)t= (3.222798) (26.27036) 33317.1690957012.02===nFR。
eviews实验报告总结（范本）
eviews实验报告总结eviews实验报告总结篇一：Evies实验报告实验报告一、实验数据：1994至201X年天津市城镇居民人均全年可支配收入数据 1994至201X年天津市城镇居民人均全年消费性支出数据 1994至201X年天津市居民消费价格总指数二、实验内容：对搜集的数据进行回归，研究天津市城镇居民人均消费和人均可支配收入的关系。
三、实验步骤：1、百度进入“中华人民共和国国家统计局”中的“统计数据”，找到相关数据并输入Exc el，统计结果如下表1：表11994年--201X年天津市城镇居民消费支出与人均可支配收入数据2、先定义不变价格（1994=1）的人均消费性支出（Yt）和人均可支配收入（Xt）令：Yt=cn sum/priceXt=ine/pri ce 得出Yt与Xt的散点图，如图1.很明显，Yt和X t服从线性相关。
图1 Yt和Xt散点图3、应用统计软件EVies完成线性回归解：根据经济理论和对实际情况的分析也都可以知道，城镇居民人均全年耐用消费品支出Yt依赖于人均全年可支配收入Xt的变化，因此设定回归模型为 Yt=β0+β?Xt﹢μt（1）打开E Vies软件，首先建立工作文件， Fil e rkfile ,然后通过bject建立 Y、X系列，并得到相应数据。
（2）在工作文件窗口输入命令：l s y c x,按E nter键，回归结果如表2 ：表2 回归结果根据输出结果，得到如下回归方程：Y t=977.908+0.670Xt s=(172.3797) (0.0122) t=(5.673) (54.950) R2=0.995385 Adjust ed R2=0.995055 F-sta tistic=3019.551 残差平方和Sum sq uared resi d =1254108回归标准差S.E.f regressi n=299.2978（3）根据回归方程进行统计检验：拟合优度检验由上表2中的数分别为0.995385和0.995055，计算结果表明，估计的样本回归方程较好地拟合了样本观测值。
eviews作业报告国内生产总值的影响因素分析
国内生产总值的影响因素分析本文研究国内生产总值（Y）的影响因素，选取了居民消费（X1）、能源消费总量（X2）、进出口总额（X3）、研究与试验发展经费支出(亿元)（X4）作为备选的影响因素，考虑到这几个变量的量级比较大，在进行回归分析时，将其进行对数化处理。
1.描述性统计变量均值中位数最大值最小值标准差偏度峰度LNY 12.86926 13.01351 13.83137 11.61605 0.735265 -0.331551 1.770076 LNX1 11.90659 11.95283 12.86667 10.82903 0.694463 -0.108624 1.640711 LNX2 12.71945 12.83097 13.11836 11.9547 0.354575 -0.864171 2.603336 LNX3 12.04816 12.29397 12.68298 10.64979 0.604899 -1.046877 3.002632 LNX4 8.759079 8.966104 10.10206 6.949367 1.011978 -0.37255 1.8154942.回归结果通过eviews8进行回归分析，结果见下表：从经济意义检验来看，各解释变量对被解释变量应该表现为正向影响，而LNX2的系数为负，这显然无法通过经济意义检验，这可能存在多重共线性。
从拟合优度检验来看，其拟合优度为0.9993，接近于1，表明这些解释变量能够解释99.93%的被解释变量的变化，而且调整后的拟合优度为0.9991，拟合效果非常好。
从统计检验来看，LNX1和LNX4系数的t检验对应的p值小于1%，即在1%的显著水平下，两变量对LNY有显著的影响，考虑到系数为正数，两变量对LNY表现为显著的正向影响，面LNX2和LNX3则无法通过10%的显著性t检验，这表明两者对LNY无显著影响，当然这有可能是因为多重共线性的问题。
计量经济学eviews报告
计量经济学eviews报告在经济学研究中，计量经济学是一个重要的分支领域，它利用数理统计和经济理论方法，对经济现象进行定量分析和预测。
而在进行计量经济学研究时，经济学家们通常会使用eviews软件来进行数据处理和分析。
本报告将对eviews软件在计量经济学研究中的应用进行介绍和分析。
首先，eviews软件作为一款专业的计量经济学软件，具有强大的数据处理和分析功能。
它可以对各种类型的经济数据进行处理，包括时间序列数据、截面数据和面板数据等。
同时，eviews还提供了丰富的统计分析工具，如回归分析、时间序列分析、方差分析等，可以帮助经济学家们快速准确地进行数据分析和模型建立。
其次，eviews软件在计量经济学研究中的应用非常广泛。
在实证研究中，经济学家们通常会使用eviews来进行数据的导入和清洗，然后进行相关的计量分析。
例如，他们可以利用eviews进行回归分析，来探讨不同经济变量之间的关系；也可以利用eviews进行时间序列分析，来预测未来的经济走势。
总之，eviews为经济学家们提供了一个强大的工具，帮助他们更好地进行计量经济学研究。
另外，eviews软件还具有友好的用户界面和丰富的图表展示功能，使得经济学家们可以直观地呈现研究结果。
他们可以通过eviews生成各种统计图表，如散点图、折线图、柱状图等，直观地展示数据之间的关系和变化趋势。
这些图表不仅可以帮助经济学家们更好地理解数据，还可以用于学术论文和研究报告的展示。
总之，eviews软件在计量经济学研究中发挥着重要的作用，它为经济学家们提供了强大的数据处理和分析工具，帮助他们更好地进行实证研究。
未来，随着计量经济学研究的深入发展，相信eviews软件将会继续发挥重要作用，为经济学研究提供更多的便利和支持。
eviews做回归分析报告
eviews做回归分析报告回归分析是一种常用的统计分析方法，通过建立一个数学模型来描述自变量和因变量之间的关系。
EViews是一种专业的统计软件，可以使用它来进行回归分析并生成相应的分析报告。
下面是使用EViews进行回归分析报告的详细步骤：1. 导入数据：使用EViews打开数据文件，确保数据文件包含自变量和因变量的数据。
2. 创建回归方程：选择菜单栏中的“Quick/Estimate Equation”或者在工具栏中点击“Estimate Equation”按钮来创建一个回归方程。
在弹出的对话框中选择自变量和因变量，可以选择更多的选项来调整回归模型的设定。
3. 进行回归分析：点击对话框中的“OK”按钮，EViews将会进行回归分析并显示回归模型的估计结果。
在结果窗口中，你可以查看模型的拟合统计量、系数估计值、标准误差等信息。
4. 诊断检验：在结果窗口中，EViews会给出一些诊断检验的结果，如残差的正态性检验、异方差性检验等。
你可以根据这些检验结果来进一步判断回归模型的合理性。
5. 绘制图表：EViews提供了丰富的绘图功能，你可以在结果窗口中选择需要的图表类型，如散点图、回归方程图等。
6. 生成报告：最后，你可以将回归分析的结果和图表导出为报告文件。
在EViews中，你可以选择“File/Export/Report…”选项来将分析结果导出为报告文件。
你可以选择不同的格式，如Word、Excel等。
以上是使用EViews进行回归分析报告的基本步骤。
当然，在具体的应用中，你可能需要根据具体的研究问题进行更加详细和复杂的分析。
EViews提供了丰富的功能和命令，可以帮助你进行更深入的回归分析。
- 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)。
统计分析报告基于eviews软件的湖北省人均GDP时间序列模型构建与预测姓名：刘金玉学院：经济管理学院学号：20121002942指导教师：李奇明页脚内容1日期：2014年12月14日页脚内容2基于eviews软件的湖北省人均GDP时间序列模型构建与预测1、选题背景改革开放以来,中国的经济得到飞速发展。
1978年至今,中国GDP年均增长超过9%。
中国的经济实力明显增强。
2001年GDP超过1.1万亿美元,排名升到世界第六位。
外汇储备已达2500亿美元。
市场在资源配置中已经明显地发挥基础性作用。
公有、私有、外资等多种所有制经济共同发展的格局基本形成。
宏观调控体系初步建立。
我国社会生产力、综合国力、地区发展、产业升级、所有制结构、商品供求等指标均反映出我国经济运行质量良好,为实现第三步战略。
在全国的经济飞速发展的大环境下，各省GDP的增长也是最能反映其经济发展状况的指标。
而人均GDP 是最能体现一个省的经济实力、发展水平和生活水准的综合性指标，它不仅考虑了经济总量的大小，而且结合了人口多少的因素，在国际上被广泛用于评价和比较一个地区经济发展水平。
尤其是我们这样的人口大国，用这一指标反映经济增长和发展情况更加准确、深刻和富有现实意义。
深入分析这一指标对于反映我国经济发展历程、探讨增长规律、研究波动状况，制定相应的宏观调控政策有着十分重要的意义。
本文是以湖北省人均GDP作为研究对象。
湖北省人均GDP的增长速度在上世纪90年代增长率有下滑的趋势（见表1）。
进入21世纪，继东部沿海地区先发展起来，并涌现出环渤海、长三角、珠三角等城市群，以及中共中央提出“西部大开发”的战略后，中部地区成了“被遗忘的区域”，中部地区经济发展严重滞后于东部沿海地区，为此，中共中央提出了“中部崛起”的重大战略决策。
自2004年提出“中部崛起”的重要战略构思后，山西、河南、安徽、湖北、湖南、江西六个省都依托自己的资源和地理优势来扩大地区竞争力，湖北省尤为突出。
那么，研究湖北省人均GDP的统计规律性和变动趋势，对于了解湖北省的经济增长规律以及地方政策的制定有特别重要的意义。
因此本文试图以湖北省1978-2013年人均GDP历史数据为样本，通过ARMA 模型对样本进行统计分析，以揭示湖北省人均GDP 变化的内在规律性，建立计量经济模型，并在此基础上进行短期外推预测，作为湖北未来几年经济发展的重要参考依据。
页脚内容3表一湖北省·1978年-2013年的人均GDP页脚内容419871018.4215.52%19995452.46 3.13%201134197.2722.54% 19881215.9319.39%20006293.4115.42%201238572.3312.79% 19891373.2212.94%20016866.999.11%201342612.710.47% 2、数据准备首先我们对数据进行预处理，建立工作文件并导入数据如图1：图1页脚内容5图中year代表年份，per GDP代表湖北省的人均GDP。
导入数据后我们根据时间和人均GDP绘制时序图，选择序列然后点Quick，选择Scatter，或者XYline ；绘制完成后后可以双击图片对其进行修饰。
绘制图形如图2：图2由图2我们不难看出，根据描点，湖北省的人均GDP基本在时间上呈一种指数增长。
3、平稳性检验我们绘制了人均gdp的散点图，发现人均gdp随着时间的推移在不断增长页脚内容6图3由图3的序列的相关分析结果可以看出：（1）自相关系数波动较大。
从上述样本相关函数图，可以看到湖北省的人均GDP是缓慢的递减趋于零的，并随着时间的推移，在0附近波动并呈发散趋势。
所以，通过湖北省人均GDP的样本相关图，可初步判定该时间序列非平稳。
（2）观察第五列的Q 统计量和第六列它对应的P值：H0：X的1期，2期……k期的自相关系数均等于0 ；H1：自相关系数中至少有一个不等于0 。
页脚内容7图中结果显示，P值在95%的显著性水平下,都小于0.01，所以拒绝原假设, 即序列是非白噪声序列，序列值之间彼此之间有关联, 所以说过去的行为对将来的发展有影响。
为了验证我对这组数据是非平稳的初步猜想，下面我对其进行了单位根（ADF）检验，单位根检验是为了检验序列中是否存在单位根，因为存在单位根过程就不平稳，序列也就是非平稳时间序列，会使回归分析中存在伪回归。
结果如图4由图4可知，ADF的t统计量为4.37，比10%的置信水平下的t值还要大，由此我们可以确定人均gdp 的时间序列是非平稳序列。
页脚内容84、数据平稳化由上面结果可以得出，湖北省自改革开放至今的人均gdp的时间序列是不平稳的，存在波动，结合图2的时间序列散点图，我们不难发现gdp对于时间序列有着指数的趋势，使序列不平稳，下面为了方便分析，我们利用差分法将其变为平稳序列。
一阶差分结果如表二，表二描述了数据进行一阶差分后的结果，图5是我们利用eviews做出来关于一阶差分的结果序列图，根据图和数据初步猜测序列依旧非平稳。
经过对一阶差分结果再次进行ADF检验，检验结果如图6，ADF的t统计量为1.857，比10%的置信水平下的t值还要大，由此我们可以确定经过一阶差分的人均gdp的时间序列是非平稳序列。
表二一阶差分结果页脚内容91984127.70001995680.080020061806.0001985129.72001996639.570020073026.000 198680.920001997572.820020083472.000 1987136.81001998403.230020092819.000 1988197.51001999165.430020105229.000图5页脚内容10图6上面已经验证经过一阶差分的人均GDP时间序列依旧是非平稳的，我们仍然无法用ARMA模型来分析与预测，我们接着对人均GDP进行二阶差分,二阶差分输出结果如表三，表三描述了数据进行二阶差分后的结果，图7是我们利用eviews做出来关于二阶差分的结果序列图，根据图和数据初步猜测序列平稳。
经过对二阶差分结果再次进行ADF检验，检验结果如图8，ADF的t统计量为-2.607，比1%的置信水平下的t值要大，但是小于5%下的水平，此时的t统计量相对于一阶差分来说更加显著，在5%的显著水平下我们认为原关于湖北省GDP的时间序列经过二阶差分变换可以成为平稳序列，这种由非平稳序列经过差分变成的平稳序列，则我们称之为差分平稳序列，差分平稳序列我们就可以使用A ARIM模型进行拟合。
表三二阶差分结果页脚内容11页脚内容12图7图85、模型构建ARMA模型的识别与定阶可以通过样本的自相关与偏自相关函数的观察获得,例如:AR(p)模型自相关函数页脚内容13拖尾,偏自相关函数p步截尾;MA(q)模型自相关函数q步截尾,偏自相关函数拖尾;而ARMA模型的自相关函数与偏自相关函数都具有拖尾性。
图9序列D（GDP，2）的AC与PAC见图9。
由图9可看到ACF与PACF都基本控制在两个标准差范围之内，可认为该序列在零轴附近波动，具有短期相关性，同时根据我们之前所做的分析已证实湖北省人均GDP 是平稳随机序列。
样本的自相关函数和偏自相关函数基本上出现逐步衰减态势，二者都呈现一定的拖尾特性。
从图9可大致考虑p=0、q=5，偏自相关拖尾、自相关5步截尾，建立ARIMA （0,2,5）模型。
页脚内容14建立ARIMA （0,2,5）为模型，是因为偏自相关拖尾，所以第一个数值0 ，然后因为序列进行了二阶差分，所以中间数值为2 ，又自相关图5阶截尾，所以最后一个数值为5。
根据计量经济学我们知道AIC的值越小，说明模型进行样本外预测的拟合效果越好。
这一标准也是时间序列模型进行选择的主要标准，这是因为时间序列模型多用来进行预测。
AIC准则可以对模型的阶数和相应参数同时给出一种最佳估计。
但它仍需要根据平稳序列的自相关和偏自相关函数的特性，初选一些可供参考的阶数，然后计算不同阶数的AIC值，选择使AIC达到最小的一组阶数作为理想阶数。
经AIC值验证模型（0,5）是合适的模型，下面我们根据这个参数模型进行估计。
首先我们知道模型参数估计的方法有矩估计法、极大似然法、非线性最小二乘法等。
矩估计法虽然比较简单但精度较低；极大似然法相对比较精确，但是要求总体分布类型已知。
非线性最小二乘法是以误差的平方和最小为准则来估计非线性静态模型的一种估计方法，过程包含运筹学中的迭代搜索技术，具有较高的准确度。
根据我们选取数据的性质和前人分析的经验我选用了非线性最小二乘法（NLS 法）来估计参数。
使用经济计量软件Eviews对模型进行参数估计。
估计结果如图10所示.页脚内容15页脚内容16图10根据图10的估计结果得出模型为：()5-t 4-t 3-t 2-t 1-t t u 652.0u 878.0u 991.0u 516.0u 369.0-u pGDP,2d -++-= R2=0.682845D.W=1.836对所得模型的残差序列resid 进行平稳性检验。
如果残差序列是白噪声，可以接受这个模型拟合的结果；如果不是，那么残差序列可能还存在有用信息没被提取，则模型需要进一步改进。
同样的，用ADF 检验来对残差进行单位根检验，其结果如图11所示：图11图12τ统计量小于1%、5%和10%三个显著性水平的临界值，因此可判断该模型的残差序列不存在单位根，则上述模型检验通过。
该模型说明湖北省人均GDP和其历史数据关系不显著，和前面两期的随机误差项显著相关。
对模型的残差序列进行平稳性检验(见图12)，由模型的残差序列自相关图知，模型的残差序列是平稳的，不存在序列相关，由残差序列的单位根检验知不存在单位根，进一步说明模型页脚内容17是适应的，6、模型预测表四与图13分别给出2003-2013年湖北省人均GDP实测与预测的计算结果。
从表四可以看出，预测结果的相对误差不大，结果较令人满意。
说明所建模型具有良好的预报效果，有一定的参考价值。
根据历史数据用上述模型可以得出2013年湖北省人均GDP的预测结果为42612.7元，而事实上2010年湖北省人均GDP为43014.26元，两者之间相对误差为0.74%。
利用此模型对2014年湖北省的人均GDP 进行预测，最终的预测结果为2014年的人均GDP为49636元，此数据精确性有待年终真实数据的检验。
接下来，利用2014年的预测数据进行2015年的人均GDP预测，得到55834 元。
从预测的结果来看，湖北省在“十二五”期间能有望保持一个较高的增长态势，每年的人均GDP都能保持在大约10%的增长速度。
不过，2015年的预测值是建立在前面年份预测值的基础上的，所以其准确性会受到一点影响。