时间序列分析实验报告
- 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)。
时间序列分析实验报告
——平稳时间序列
班级:金信工01班
学号:2010102008
姓名:孟飞
时间序列分析实验报告
[一] 实验目的
熟悉掌握平稳时间序列模型的识别、建立、参数估计、适应性检验以及模型预测的原理,掌握数据平稳化处理的方法以及判断方法,熟悉四种模型定阶的方法及其原理,掌握适应性检验的方法。
[二]实验准备
学习实验中要用到的的方法,准备数据.
1、数据:1946-1970年美国各季生产者耐用品支出资料。
2、实验环境:Eviews
3、用到的方法有
1)操作方法(单位根检验、数据零均值化、作图、差分、模型回归、ACF 与PACF)。
2)理论部分
通过观察ACF和PACF判断模型形式------模型识别
ACF、PACF方法定阶
残差方差图法定阶模型定阶
F检验定阶法
OLS估计----------参数估计
相关系数检验法
适应性检验
卡方检验法
模型预测方法
[三]实验过程及内容
一、数据处理:
样本数据样本容量为100.
1、输入样本y
1)作图可见数据有长期趋势
2)单位根检验,根据P值和t值可看出数据是不平稳的
Null Hypothesis: Y has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on SIC, MAXLAG=11)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic 5.116469 1.0000 Test critical values: 1% level -2.589273
5% level -1.944211
10% level -1.614532
*MacKinnon (1996) one-sided p-values.
做一阶差分得到y1,并且零均值化。
对y1进行单位根检验,结果数据是平稳的。
Null Hypothesis: Y1 has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on SIC, MAXLAG=11)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -6.238571 0.0000 Test critical values: 1% level -2.589531
5% level -1.944248
10% level -1.614510
作图可以看到仍有周期性
分析acf和pacf发现仍有季节性
2、剔除周期因素令y4=y-y(-4),零均值化后y4_0
作图观察发现仍有周期性
单位根检验发现序列已经平稳了
Null Hypothesis: Y4_0 has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on SIC, MAXLAG=11)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -7.320403 0.0000
Test critical values: 1% level -2.589531
5% level -1.944248
10% level -1.614510
*MacKinnon (1996) one-sided p-values.
再对y4做一阶差分得到y4_1再对其做零均值化得y4_1_0
单位根检验结果说明序列y4_1_0是平稳的,画图发现周期性已剔除。Null Hypothesis: Y4_1_0 has a unit root
Exogenous: None
Lag Length: 3 (Automatic based on SIC, MAXLAG=11)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -7.846409 0.0000
Test critical values: 1% level -2.590622
5% level -1.944404
10% level -1.614417
*MacKinnon (1996) one-sided p-values.
二、模型建立
1、模型识别
通过观察ACF和PACF的截尾、拖尾情况来初步确定模型形式,可分为三种情况:
ACF拖尾,PACF截尾的情况初步认定为AR模型
ACF截尾,PACF拖尾的情况初步认定为MA模型
ACF、PACF均拖尾的情况初步认定为ARMA模型
分析ACF可以看作是截尾的,从第三阶截尾,PACF是拖尾的,初步认定是MA 模型
2、模型定阶
1)AC F、PACF方法:
原理:
Bartlett 公式:当k>q 时,N 充分大,k ρ的分布为渐进正态分布
⎪⎪⎭
⎫ ⎝⎛+∑=)2(11,01l 2q
l N N ρ 由正态分布分布的3σ原则可知道,下面等式近似成立
P (∣K ρ∣≦∑=+q
l l N
12
212
ρ)=68.3%
P (∣K ρ∣≦
∑=+q
l l N
1
2
212
ρ)=95.45%
对于每一个q 计算统计量
∑=+q
l l N
1
2
212ρ,并计算ACF 从q+1到q+10的值中
小于统计量的比例是否满足条件。
在此实验中MA (q )N =10 ①当q=1时,计算
ρ∧
从第1+1阶到1+10阶的值
-0.059 -0.009 0.098 0.106 -0.140 0.237 -0.272 0.127 0.039 -0.086
1ρ=-0.380
∑=+q
l l N
12
212ρ =
2
12110
2ρ+=0.227 P (∣K ρ∣≦
∑=+q
l l N
1
2
212
ρ)=8/10=80% 小于95.5%
②当q=2时,计算肉
ρ∧
从第2+1阶到2+10阶的值
-0.009 0.098 0.106 -0.140 0.237 -0.272 0.127 0.039 -0.086 0.087
2ρ=-0.059
∑=+q
l l N
12
212ρ=
2
2212110
2ρρ++(=0.228 P (∣K ρ∣≦
∑=+q
l l N
1
2
212
ρ )=8/10=80% 小于95.5%