《應(yīng)用時(shí)間序列分析》實(shí)驗(yàn)手冊(cè)

《《應(yīng)用時(shí)間序列分析》實(shí)驗(yàn)手冊(cè)》由會(huì)員分享，可在線閱讀，更多相關(guān)《《應(yīng)用時(shí)間序列分析》實(shí)驗(yàn)手冊(cè)（59頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、應(yīng)用時(shí)間序列分析 實(shí)驗(yàn)手冊(cè) 第二章時(shí)間序列的預(yù)處理 一、平穩(wěn)性檢驗(yàn) 二、純隨機(jī)性檢驗(yàn) 第三章平穩(wěn)時(shí)間序列建模實(shí)驗(yàn)教程 一、模型識(shí)別 二、模型參數(shù)估計(jì)（如何判斷擬合的模型以及結(jié)果寫(xiě)法） 三、模型的顯著性檢驗(yàn) 四、模型優(yōu)化 第四章非平穩(wěn)時(shí)間序列的確定性分析 一、趨勢(shì)分析 二、季節(jié)效應(yīng)分析 三、綜合分析 第五章非平穩(wěn)序列的隨機(jī)分析 一、差分法提取確定性信息 二、ARIMA模型三、季節(jié)模型 第二章時(shí)間序列的預(yù)處理 ＞平穩(wěn)性檢驗(yàn) 時(shí)序圖檢驗(yàn)和自相關(guān)圖檢驗(yàn)（一）時(shí)序圖檢驗(yàn) 根據(jù)平穩(wěn)時(shí)間序列均值、方差為常數(shù)的性質(zhì)，平穩(wěn)序列的時(shí)序圖應(yīng)該顯示出該序列始終在一個(gè)常數(shù)值附近隨

2、機(jī)波動(dòng)，而且波動(dòng)的范圍有界、無(wú)明顯趨勢(shì)及周期特征 例2.1 檢驗(yàn)1964年——1999年中國(guó)紗年產(chǎn)量序列的平穩(wěn)性 1.在Eviews軟件中打開(kāi)案例數(shù)據(jù) 圖1:打開(kāi)外來(lái)數(shù)據(jù) 圖2:打開(kāi)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(chēng)可以在打開(kāi)的時(shí)候輸入，或者在打開(kāi)的數(shù)據(jù)中輸入 圖3:打開(kāi)過(guò)程中給序列命名 IfETtE [dblidsilfindcwy?l> □l ￡3 rM [^e=w1即pc|6b>^ct|Prlrrf #YEAF Niafiw ㈠理每二工Jlw上--vU 口加⑺ Untit EM 旦1 巨多小期期調(diào)戮品

3、R上 由 可 1964570 1965⑶口 除t5G5 19671352 13601377 1969teos i? 俄7 1?6a 1X9 1970 1S702052 1971T900 1界？1第6 1S7319G7 q 19霜 i近 1973 函4 ? ? IF 圖4:打開(kāi)數(shù)據(jù) 2.繪制時(shí)序圖 可以如下圖所示選擇序列然后點(diǎn)Quick選才SScatter或者XYline； 繪制好后可以雙擊圖片對(duì)其進(jìn)行修飾，如顏色、線條

4、、點(diǎn)等 圖1:繪制散點(diǎn)圖 [il?[diIQbj?U"itOilieltOfttimt，ih4gy?l> ip.iltmiTTnEDl-oikfiltiUJlL2\nntitUd「.「）；&[ FT H nw* ir =劃聚 1 3 圖2:年份和產(chǎn)出的散點(diǎn)圖 圖3:年份和產(chǎn)出的散點(diǎn)圖 （二）自相關(guān)

5、圖檢驗(yàn) 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(duì)Qiwen原列進(jìn)行分析; 可以看出自相關(guān)系數(shù)始終在零周?chē)▌?dòng)，判定該序列為平穩(wěn)時(shí)間序列。 圖1:序列的相關(guān)分析 圖2：輸入序列名稱(chēng) 圖2：選擇相關(guān)分析的對(duì)象 Efiev?-[Series:QlfEJilailfLle:陽(yáng)水I.4、口口?Lll，d| □Eil*Ed

6、iTGbjvct*?■tr,cfimckDmeniEi3i4(wH?lp 帆]詢螞[丹納—]Pfflt]Nama[行■/?]Mr] ConciogrJinMDMAM Cai?02/53/MTim2136 SaimpF?1期勺1938 InOMEQbaerY^tifins：50 ^utoconilKion PMialG-wimicm ACPACQ3IJ1曰岫 *匚 1 1E 1 1-G17701771B&400157 1 11 1 1 30.017。口1516B0Q04E 1 31 1 * 30172QlZfi33253口美d . 11 1

7、!r. 4OOISDOSS33435O5tlC2 1 IE 1 ￡<]1G7Q1礴49517O4Z2 1 tp r f 6QMQJ105.334D口496 小 1 l V 7QC020015539430613 1 1 i II Se012DD5353?36口川5 1 1 I l! 9-G021Q022542270796 11 l I 100056D.0T35639935 i 1I i 11 110C090035664&S口百 1L 1 11 1 1243008?？诶?V210^07 * s* 1 t

8、 1300770.04004? 一 1 II 14*0G3S-003066FQ口卬7 ?【 11 V 15WX5QM5，。54即 jc J 1[ 1 1600880130760鋁0960 t E1 1 111 17n?mn怠/i/下nCK7 J r?ik=w V p&-a?mn=的錄tq 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?chē)▌?dòng)，判定該序列為平穩(wěn)時(shí)間序列2.看Q統(tǒng)計(jì)量的P值：該統(tǒng)計(jì)量的原假設(shè)為X的1期，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(gè)不等于0,因此如圖知，該P(yáng)值都＞5

9、%的顯著性水平，所以接受原假設(shè)，即序列是純隨機(jī)序列,即白噪聲序列（因?yàn)樾蛄兄抵g彼此之間沒(méi)有任何關(guān)聯(lián)，所以說(shuō)過(guò)去的行為對(duì)將來(lái)的發(fā)展沒(méi)有絲毫影響，因此為純隨機(jī)序列，即白噪聲序列.）有的題目平穩(wěn)性描述可以模仿書(shū)本33頁(yè)最后一段. （三）平穩(wěn)性檢驗(yàn)還可以用: 單位根檢驗(yàn)：ADF,PP檢驗(yàn)等；非參數(shù)檢驗(yàn)：游程檢驗(yàn) 圖1:序列的單位根檢驗(yàn) 表示不包含截距項(xiàng) UnitRootTest Testforunitrootin C*Le^el i'stdifferent L2nddif￡trcn( 工ntl口&liltestequ.alion ：?Tutercept ■"Tr*ndandi

10、nt?rc( i幽立省 Laelength ,*AutomaticweLeetioi M曜imun OX|Can?l 圖2:單位根檢驗(yàn)的方法選擇 圖3:ADF檢驗(yàn)的結(jié)果：如圖，單位根統(tǒng)計(jì)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)，該序列是非平穩(wěn)的。 :、純隨機(jī)性檢驗(yàn) 計(jì)算Q統(tǒng)計(jì)量，根據(jù)其

11、取值判定是否為純隨機(jī)序列。 例2.3的自相關(guān)圖中有Q統(tǒng)計(jì)量，其P值在K=6、12的時(shí)候均比較大，不能拒絕原假設(shè)，認(rèn)為該序列是白噪聲序列。 另外，小樣本情況下，LB統(tǒng)計(jì)量檢驗(yàn)純隨機(jī)性更準(zhǔn)確。 第三章平穩(wěn)時(shí)間序列建模實(shí)驗(yàn)教程 、模型識(shí)別 1 .打開(kāi)數(shù)據(jù) 圖1:打開(kāi)數(shù)據(jù) 2 .繪制趨勢(shì)圖并大致判斷序列的特征 Liuh M工整..i Iw iertut￡+*，?里仙時(shí)?* "STMiaSl4UllBeK. ￡i?

12、 圖2:繪制序列散點(diǎn)圖 QKCaneel 圖3:輸入散點(diǎn)圖的兩個(gè)變量 1 抽 1959 臉 口 1M0 7\ J 736 7SS 日4 4 tub c M - n^t 17 = RflJl 5 圖4:序列的散點(diǎn)圖 3 .繪制自相關(guān)和偏自相關(guān)圖 圖1:在數(shù)據(jù)窗口下選擇相關(guān)分析 圖2:選擇變量 厘Leirel 帚力，，ui?m； 1stdiffereitt 2riddi￡￡&.iu toincln(l& 圖3:選擇對(duì)象 制Rgm而.導(dǎo)—fSof3.&*;ila;M-41II

13、&\0ntledJ匚^5f] LJE^Ib七￥+『￡tk^?ak0Eqf?I^TiJrar加g VWMIftwlQfewt]Fi^WrtHE：方Mw!g8期jl*憤[降 C^reta^aftmM>CX Pfllv5IdVBHmr1943 ^mpk19501M8 Includeddbserv-ahonsA9 AiriDcorrclsiicjnP^HiaiCorralaEtonACFACQ^SlaEPFgb V 1 10705D705259950000 1 1 ?058701??44T92ODQO 104500皿S￡tESOGOO ||

14、 二 心 ? J0M5-0207SB77B0000 N n 1 5fl2WQI%褊咫OOQQ □i 1 3I &OZJOOCBT&5151DGQO | n 1 3i ?0251012：Eja^iOoar 1) 3? 口 i 序0M9-0292710XiCOOD 1 1 i0 i 臺(tái)。煙fl123制463U80 | 1 ?D 1 1000VQ0667B柄110000 11 i 1 二i' 114iOSa1e171.293DOOO 7 ■I 1 11 Qf融口口"hK0g t1 1 1 1 ，工由

15、0S90001門(mén)口”080 7 I "a 1 H?0G74229T133D0000 ?1 1 1 p? 15OOSO0CE272J500000 ?[ 1 1 ]1 I1>-OD310D45才3K5GOOD 11 1 1 J' 17』t53□0?*T4€01(JOCD 卜￡ 1 1II * 幗心124OOM?5fi33fiOM tC -fl 1 心電1300103r7,24lQM tI 1 11 1 2G0033ZJ0I27799(HGOO 」「『■■BCmsRMHTF?葡玉|馬 圖4:序列相關(guān)圖 4 .根據(jù)自相關(guān)

16、圖和偏自相關(guān)圖的性質(zhì)確定模型類(lèi)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(biāo)準(zhǔn)差范圍，而后幾乎95%的自相關(guān)系數(shù)都落在2倍標(biāo)準(zhǔn)差的范圍以內(nèi)，而且通常由非零自相關(guān)系數(shù)衰減為小值波動(dòng)的過(guò)程非常突然。這時(shí)，通常視為（偏）自相關(guān)系數(shù)截尾。截尾階數(shù)為d。 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(biāo)準(zhǔn)差范圍內(nèi)波動(dòng)，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(dòng)的過(guò)程相當(dāng)連續(xù)，相當(dāng)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(biāo)準(zhǔn)差之外，其它的偏自相關(guān)系數(shù)都在2倍標(biāo)準(zhǔn)差范圍內(nèi)作小值隨機(jī)波動(dòng)，而且由非零相關(guān)系數(shù)衰

17、減為小值波動(dòng)的過(guò)程非常突然，所以該偏自相關(guān)系數(shù)可視為一階截尾所以可以考慮擬合模型為AR（1） 自相關(guān)系數(shù) 偏相關(guān)系數(shù) 模型定階 拖尾 P階截尾 1AR(p)模型 Q階截尾 拖尾 [ma(q)模型 拖尾 拖尾 ARMA(P,Q)模型  具體判別什么模型看書(shū)58到62的圖例。 AR模型;取二口十7p7 MA模型以二山+6—t￡A(D*B—MA(2)*》一..MA(q產(chǎn)B勺q ―…+;瑞曙:能暮二溫小 (其中模型中的ar⑴.一…MA⑴表示的是求出來(lái)的系數(shù)電域是常數(shù)項(xiàng)) 二、模型參數(shù)估計(jì) 根據(jù)相關(guān)圖模型確定為AR(1),建立模型估計(jì)參數(shù) 在ESTIMATE中

18、按順序輸入變量cxccx(-1)或者cxcar⑴選擇LS參數(shù)估計(jì)方法，查看輸出結(jié)果，看參數(shù)顯著性，該例中兩個(gè)參數(shù)都顯著。 細(xì)心的同學(xué)可能發(fā)現(xiàn)兩個(gè)模型的C取值不同，這是因?yàn)榍耙粋€(gè)模型的C為截距項(xiàng)；后者的C則為序列期望值,兩個(gè)常數(shù)的含義不同。 通廿1IT?3 Z?1*■E梟*Qk『.u|Jfawwfc-a-c 口 l_ ?!__? ■■ 1ftnvi|PTtid 3*mp:P | Sc os ?■ >>il JT s 電 團(tuán) %**」也更］典 ^'■:^<3" ■(：-■ E -?r E a X SbM EvVr a(k 1ali? i ^vr iti)

19、：l. QXIIntit led _ 1 芯 Fatti > >; VD - nut IT ?用柬t 節(jié) Sir e ? 于 j D ? SC XK51 Q3S56^ f 4 6ft cc33 1Efio358!3H ?E,?afia下7K 7 7 圖1:建立模型 圖2:輸入模型中變量，選擇參數(shù)估計(jì)方法 圖3:參數(shù)估計(jì)結(jié)果 圖4:建立模型 圖5:輸入模型中變量，選擇參數(shù)估計(jì)方法 t"it ￡電■ 拄j?電r 中■, 射。* 第b需上 能珈* EquM ion: HHTITLITQ Torkf il^s IHiiRl. 5\nr

20、?1 itl?d L J；K |WM| amts] rm

21、 Sum ^-auartd r4￡id 陽(yáng)￡硬 Schwrbrf ciuanon 5 753256 L啊 r-lk?lihDO[i -曰才269 F-slali-shc 1EEB1 Du rbfbWHMH 飆 at 1 MQ227 Pieb(F-stili sue) DOQOOOC lnrert -d AR RnuU 70 — AR模型: 工. D?pendtnlVarabtEC>'htethodLe**S^rfs□31p02/13439Time1』Sample[a￡jv5工阿t被I1段Includedi'i:djusl即號(hào)n!& Conmq

22、enc**"。，？目新就閶立￡ TlthI9B-n??iIT= 圖6:參數(shù)估計(jì)結(jié)果 =81.3203447 1-0,703332B1 、模型的顯著性檢驗(yàn) 檢驗(yàn)內(nèi)容: 整個(gè)模型對(duì)信息的提取是否充分; 參數(shù)的顯著性檢驗(yàn)，模型結(jié)構(gòu)是否最簡(jiǎn)。 E?l-14blQ'」.r口』史公上曲Ofell4hl 收時(shí)再業(yè)[3>>bc1:|PTap*fb?|PbjBt；F?e-agej|&eWide.*LrHU3>el|Tile|Gaff] 「」 T「 h

23、Lmt呻仃洲冢03^1iXJfl-2i36 19W htA 的 -IO743? 1K2 43州？ 1明i 1?.4 .72B9J7S 1* 耳7部津g 1* 1?JTO 1957 'Ll矽UJO, “鉤4 7^15713 19S9 -1325391 I9U) 蜀713O&3 i菊一 2909618 1362 4052234 1%3 OGt%37

24、1^4 電必出知 1966 cja7皿 t@ee 4972012 1967 4112平 T9G6 2必?zé)o普 l期 Orwnn ten 10^31 197) 口河轉(zhuǎn)黃 igy? n?.r*±止 1CT阜 < > r?ih-*du2*iiR'-ti FT□ct>- ry： Msri> 型;酎溫 milnl占匚,r-r 整 圖1:模型殘差 工16-￥cF=?ji—i￡eI9.雪. ：.神Ml。MCE !

25、附是trItgtft] F"\ 多 SW Ei【-E.4it.gj-中十Jfa#?Er^frxvtiFlL^m|f￥nch"F-fl[存qMiL>rffcF-1： CaiiakagfljHnNR￡￡ID 口即03/11fl?Tirrifl-2147 Sample19901998 Included01>r白小,癡白日占40 M P* 二 Q'StM 冉曲 ■0 091 a *;39 0515 0 IX] 1 2E67 C530 0 1G 23773 0515 ? 175 3W

26、37 0 407 Q讀 492W 。喀 0 037 4^367 0 553 口而2 7 7303 O3S7 ?OK 7.7E53 (J4^? ■COW O5&3 ■0 175 e [期 0610 ■otre CBOO ?Bl 早孑彳?chē)W 0.674 o no 9i096 07il ■OOM 9嗎必 0799 口6 I OEMS 4) G24 9沖1 00a? □ CQ2 W3D3 OS90 ■0 002 W 910 C95t 0 014 10

27、病 0.937 幻m 10 614 0 956 AtnocbhiiI制mnPirlialCoir

28、型有效參數(shù)顯著的，此時(shí)需要選擇一個(gè)更好的模型，即進(jìn) 行優(yōu)化。 優(yōu)化的目的，選擇相對(duì)最優(yōu)模型。 優(yōu)化準(zhǔn)則： 最小信息量準(zhǔn)則（AnInformationCriterion） 指導(dǎo)思想 似然函數(shù)值越大越好 未知參數(shù)的個(gè)數(shù)越少越好 AIC準(zhǔn)則的缺陷 在樣本容量趨于無(wú)窮大時(shí)，由AIC準(zhǔn)則選擇的模型不收斂于真實(shí)模型， 它通常比真實(shí)模型所含的未知參數(shù)個(gè)數(shù)要多 K/C”底無(wú)）+2（未知參數(shù)個(gè)數(shù)） SBC二也出（比）中同吸未知參數(shù)） |kquHtion-VNTirLkl]i?口ledl rt x ElI.0i電Qbjriet￡1ArtQuelfe.Ofeill<*1[LtudMB*

29、JL> D3kUq|U?FB9> 口皿?03^1t?B21蟾 Samplf(a(|uvl?d^195?& Ineludad小bownMctrE47新rladtjujtm曼Nm V?mbh? CQ?*ic?vnl 號(hào)IdE「r3r 卜初vtlftie pg c冷】］ 白七S" 口皿由 0ODQD CX(2J ai如I。 01DI^4? 162183^ 01120 C W4K9e 6-337963 詈smB COOK 白惴/r*1!! Q7077a N*?riSp+LEvAr

30、 ei0?

31、深入判斷 第四章非平穩(wěn)時(shí)間序列的確定性分析 第三章介紹了平穩(wěn)時(shí)間序列的分析方法，但是自然界中絕大多數(shù)序列都是非 平穩(wěn)的，因而對(duì)非平穩(wěn)時(shí)間序列的分析跟普遍跟重要，人們創(chuàng)造的分析方法也 更多。這些方法分為確定性時(shí)序分析和隨機(jī)時(shí)序分析兩大類(lèi)，本章主要介紹確 定性時(shí)序分析方法。 一個(gè)序列在任意時(shí)刻的值能夠被精確確定（或被預(yù)測(cè)），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(shí)刻的取值是隨機(jī)的，不 能給以精確預(yù)測(cè)，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(shuō)明每個(gè)序列都可以分成一個(gè)確定序列加一個(gè)隨機(jī)序列，平穩(wěn)序列的兩個(gè)構(gòu) 成序列均平穩(wěn)，非平穩(wěn)時(shí)間

32、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)的非平穩(wěn)時(shí)間時(shí)間序列的分析方法。 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(shì)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(shí)間序列分析的重點(diǎn)在確定性 信息的提取上。 常用的確定性分析方法為因素分解。分析目的為：①克服其他因素的影響，單純測(cè)度某一個(gè)確定性因素的影響；②推斷出各種因素彼此之間作用關(guān)系及它們對(duì)序列的綜合影響。 一、趨勢(shì)分析 繪制序列的線圖，觀測(cè)序列的特征，如果有明顯的長(zhǎng)期趨勢(shì)，我們就要測(cè)度其長(zhǎng)期趨勢(shì)，測(cè)度方法有：趨勢(shì)擬合法、平滑法。 （一）趨勢(shì)擬合法 1.線性趨勢(shì)擬合 例1：以澳大利亞政府

33、1981-1990年每季度消費(fèi)支出數(shù)據(jù)為例進(jìn)行分析。 tirCdr?Jh*tV*w電4gkOfWK,tffcs ■brcujp：1l：Nt.. ?taa^staaEffl^ii:堂 屈雪 SJc MlI R3工二 I p__ …廠 1"5時(shí)鳴 _3—. 3 *_ ■ ——號(hào)— 雪 ID ID1 丫 三1 15 13 1J 5S 10 !A 1」.：用 WoiKilr;潮大利呼福j改克出 LtarilIEbedX打?''*F刁亞 圖1:導(dǎo)入數(shù)據(jù) 圖2:繪制線圖，序列有明顯的上升趨勢(shì) 長(zhǎng)期趨勢(shì)

34、具備線性上升的趨勢(shì)，所以進(jìn)行序列對(duì)時(shí)間的線性回歸分析。 圖3:序列支出（zc）對(duì)時(shí)間（t）進(jìn)行線性回歸分析 aeRWKt0BW&Moworv * Wp由川 VtorfjPrOcjobkJrtlgj*[Wjrc]Fio?B]VrtnwtB|ficrtcjjt|量心爾

35、cakh| DejaendemV?ri^bleZC MaIha*Lm酎SquiMi口正郵1值Time1252 Range' S ample 1即 囿c B r*sid S 2t V&ri3bl? CartfE@M Std Ewr 1-StA! i^e Prob C 川殿陰B P7 9174 61E216O omn T 8912251 6882193 15 期293 a oooo R?零qumred 0 956804 M官方小 dlffp&ncderit w 103K 70 Acljuslcd R- squired O.9MO00 S D d

36、gpgrdwnl 丫器 T 1247n S E of regression 427 9903 Akaike info oiiarion 15 00474 Sum gqu*rW 悔專(zhuān) id ?. ". k t. 1 1? ￡:>7rvarr t rir?nan 1 SlOBS 施 Log l^sliihotMl -296 0^6 Fdtdlistic 231 1291 &urbiin-Waftson yat 工?103E4 PN(^y ivli。 oaoooai tncludedoba^jtiont40 大利堂IH㈤]/ 圖4:回歸參數(shù)估計(jì)和回歸效果評(píng)

37、價(jià) 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(shì)。 Farecast of Equiti^UHTITLED S&r i ?a ZC ■ N&thod S tati c Eor^ca.S'l Cue iyTLJdJTiisCE in a ran o + t fn、 R 甥i'E'il (i 第m j -Output 17 Fcrtcast sraph Q Fc.r^ca.51 e valuit M Insert 如tualf for out_of_￡ample obi 圖5:運(yùn)用模型進(jìn)行預(yù)測(cè) flew Zf rr^W 1 川 除Wt

38、Mion Ehw 4ir.l+JP *M餐HW &W 7班.醇州 *河 P?nE Er Q 福 木?* Z4m*/ Gwie'.wa 0 口力1幅品 曲，p^na ?cwm Snam RmpMtMMi o MftCE55 C4

39、的平穩(wěn)性，第三章知識(shí)這里不在敘述。 2.曲線趨勢(shì)擬合 例2:對(duì)上海證券交易所1991.1-2001.10每月月末上正指數(shù)序列進(jìn)行擬合 M 44719803注國(guó)必9QGO6DN M 臣卻抬71I9B 衣鰲. 立班/1914史心re.BD.leR 皿13曰印。中91K?.g0?.E 111111 1 1 ; NaJlJIliafc，1 ◎?/ l I 11 T —23w^e7b9o1n345&7bqm .造丫點(diǎn)嗎儂的題仰t期附酷叱川1處盤(pán)畫(huà)側(cè)英工；' BiQiCTI ■0c卬QMKX10*咨rexdfctoouomtfndow序如 ?iffK oMT|ZSF

40、 圖1:導(dǎo)入數(shù)據(jù) 圖2:繪制曲線圖 可以看出序列不是線性上升，而是曲線上升，嘗試用二次模型擬合序列的發(fā)展。 IViPw.IfqiKilion^UNHIIlOWorK^tfj1hlrrliMBitBiP [dKQbiact到中BrocQuickOq^otk迎ndo冉H*-x V四|Pmc|Qb>sd]Print]Matrig|Ffae=|￡立11?3值忤52￡正式[St0s]R±slds| DependentVariafaIe:ZS MelhodLe^siSquares Dale03/31/OBTume: 1301 Sarnple1130

41、 Includedotiservsiioris. 130 Srimblg Coefficient StdErrort-Sl^tistic Prob C J575353 8792AA757359J2 0.Q00O T 1.011696 2393750076592S 0.46DS t*t D002236 00177014B45793 0.0000 RwqunFud D.767305 M白3ndependantyqi 1044837 Ad|usiedR-squared □764037 S.Ddepandenivar 546.9797

42、S.E.ofregression 2G4.1013 Akaikeinfocntemon 13.93G9G SumsquaredrQ&id 9206379. Schwarzcriterion U.00303 Loglikelihood -902.8^50 F-statistic 235.1625 Duribin-Watsonatat □.329623 ProbfF-staiislic) 0.□00000 」正臺(tái)不7n斷?1回產(chǎn)?p3^i*"I/ 圖3:模型參數(shù)估計(jì)和回歸效果評(píng)價(jià) 因?yàn)樵撃Ｐ椭蠺的系數(shù)不顯著，我們?nèi)サ粼擁?xiàng)再進(jìn)行回歸分析 圖4:新模型參數(shù)估計(jì)

43、和回歸效果評(píng)價(jià) F qpicmWzz Z9F E5 IF o>rai€'jfl iMmpIv 1 1 30 in cl ud?d。6**2，中。吒，二 1 30 Ha 也 t Mt AH SqUJFtd E『F 電， ?，/ Ab^^l ut* G rr

44、00000 o.o?oms 口由 TQOQf [qnthigl DB.MM. :WF-ff寸錄 L'_ / 圖5:新模型的預(yù)測(cè)效果分析 I勵(lì)磔儂沖皿也用籟1酊W】i 現(xiàn)國(guó)^ L r曰 ra 工咄 砂討足 EriM SMh Osttons 斑Eq氏 Uato 1 ■ 口 K 怔內(nèi)I Proc 8胃口| Print]河amc[F，g￡宙| [cjefault -丁 h 5orklTmrwpo$>| Cd<+/-| 5mpl+/ | Install T*i 口h 爭(zhēng) ZS1 ZSF] 5B7石 91011121314話 13D 44 50^,34E

45、9 )33 47 502 6326 120 t9 503JUG6 T13 94 503 7752 504 6321 蘇 67S5 SOG 9173 503 3465 509.9C-42 E! 1 .7733 513/7720 §16.343-1 520 9139 553 6755 3 心 U 3 二dJJj5 4 E 4 ma0 4,9Q日 72 日2 473,B0,B92,3.H 1 13478”原冷31S珀 1111—222339 ie^ 19 mn LJ 445.38 €26 G2G9 1234 71 529.7&90 1191 19 S33 1CI15

46、incq ht 匚 I畫(huà), noneV"E13 圖6:原序列和預(yù)測(cè)序列值 圖7:原序列和預(yù)測(cè)序列值曲線圖 圖8:計(jì)算預(yù)測(cè)誤差 明已向］Pr□亡 |0b 坦 用建］Mane|M A.ugm&med Dick?y-hJlIer Unit Root T??t on E 1 Rd" Q 冰以 View Pr(x Options 她 nd?g Help 金畫(huà) 弓上附耳最nr⑼鼻或］如⑹IdenE Line Bar Z\ Augmented Dickey-FullerTest Equation Dsperiident Variable: 0(E) Method. Le口虱 Sq

47、uares Date: 03/31/08 Tirne; 13:06 Sample (adjusted): 2 130 Included obseivatione: 129 after adjustmenis J | Path = c:\ DB =nene M=附錄1漳Ij MullHypothesis:Ehasaunitroot Exogenous:Corrstant LagLength:0(AutonnaticbasedonAIC,lv1AXLA3=12) t-Stalistic Prcb.* AugmentedDfckeY-Fullerteststatisti

48、c a卸395 0.0146 Testcriticaivalues:1%level -3.481623 5%level -2.803930 10%level ■2.576768 ^MacKinnon(199B)one?sidadp-values. 圖9:對(duì)預(yù)測(cè)誤差序列進(jìn)行單位根檢驗(yàn) 拒絕原假設(shè)，認(rèn)為序列沒(méi)有單位根，為平穩(wěn)序列，說(shuō)明模型對(duì)長(zhǎng)期趨勢(shì)擬合的效果還不錯(cuò)。 同樣，序列與時(shí)間之間的關(guān)系還有很多中，比如指數(shù)曲線、生命曲線、龔柏茨曲線等等，其回歸模型的建立、參數(shù)估計(jì)等方法與回歸分析同，這里不再詳細(xì)敘述。 （二）平滑法 除了趨勢(shì)擬合外，平滑法也是消除短期

49、隨機(jī)波動(dòng)反應(yīng)長(zhǎng)期趨勢(shì)的方法，而其平滑法可以追蹤數(shù)據(jù)的新變化。平滑法主要有移動(dòng)平均方法和指數(shù)平滑法兩種，這里主要介紹指數(shù)平滑方法。 例3:對(duì)北京市1950-1998年城鄉(xiāng)居民定期儲(chǔ)蓄所占比例序列進(jìn)行平滑 步r。里 初由史史咄在儂叫蘇之 ◎整用冉 j 匚 'v'l-A' p”(w > i 'r I.1 -1 r-J RUI- P I 1-.-.-. J Ed* /-1 5mpl M-/- | IrilOfi I T#| obs_ YEAR c 的F>?r*c 5?lrt... obs YEAF? c SH&** r , 1 IF口 155D !

50、Hacdn * 1961 f ErF*￥ .pup

51、.1 岳9 1^59 71 4 i960 i960 73 G 19G1 1961 75g 1962 1962 64 4 1963 19B3 84 1 1964 1964 63 3 15€5 1965 83 1 196& 1羨巳 61 6 1和7 QT A ? |P4th* c.\ 申而 -none ?腳下不上弓 . OctMu-m Wmdcw tfrlp Er? 圖1:打開(kāi)序列，進(jìn)行指數(shù)平滑分析 ?靛^f.Vicv^［金但tRSOL

52、密T也值睢考,.%■了邱，。—1R孌，由'■CMKj*eBfkMiifctiQnttwvM?-Mx Vh|wJDrgq|j］田中內(nèi)小1>|FriEJManx］尸r*g不.］S^nipl④14.nr19MMMi『［|LF。|| Date:03Z31AJ8Time:13: Sample19501993 Includedobrtfrv^lion^.4U MethodSingleExponeniiar OriginalS?ri?t:C血L FaraEaatS電ri。零：匚乂日LSM Param^l?rsAlpha05300 SumcfSquaredRs&iduals7674290

53、F?actMeanSquaredError3957501 EndofP&tiodLevelsMpanS300600 ［FMh,ct\||pp,nonaF|wf?:附豪lb 圖2:系統(tǒng)自動(dòng)給定平滑系數(shù)趨勢(shì) 給定方法為選擇使殘差平方和最小的平滑系數(shù)，該例中平滑系數(shù)去0.53, 超過(guò)0.5用一次平滑效果不太好 圖3:平滑前后序列曲線圖 Prae] tph展je] Ptap*叱l*s | Prnt [FJa*] FFysa] 5*2『13舊[助8*七]St.Ef ]ldgn" L*H ] gq a3Z31/C8 Time： 13 17 Sample. 1950 1990

54、IncludQd ob與0rv.ibn寫(xiě)：49 hod Dcuble Exponential Original Series: CXBL Forecast Saries. CX8LSM 口 134口 610 7662 4.067708 65 94246 U110544 Param&tersAlplid SumofSquaredRseiclusls RootMeanSquaredError EndofPeriodLevsIsMean Trend 口iDe-r^^TTw—；付聚i方 圖4:用二次平滑修勻原序列 可以看出，平滑系數(shù)為0.134,平均差為4.0677

55、08,修勻或者趨勢(shì)預(yù)測(cè)效果不錯(cuò)。 圖5:二次平滑效果圖 平滑 例4:對(duì)于有明顯線性趨勢(shì)的序列，我們可以采用Holt兩參數(shù)法進(jìn)行指數(shù) 對(duì)北京市1978-2000年報(bào)紙發(fā)行量序列進(jìn)行Holt兩參數(shù)指數(shù)平滑 圖1:報(bào)紙發(fā)行量的曲線圖 圖2:Holt兩參數(shù)指數(shù)平滑（指定平滑系數(shù)） 圖3:預(yù)測(cè)效果檢驗(yàn)  圖4:系統(tǒng)自動(dòng)給定平滑系

56、數(shù)時(shí)平滑效果 圖5:原序列與預(yù)測(cè)序列曲線圖 （其中FXSM為自己給定系數(shù)時(shí)的平滑值，F(xiàn)XSM2為系統(tǒng)給定系數(shù)時(shí)的平滑值） 二、季節(jié)效應(yīng)分析 許多序列有季節(jié)效應(yīng)，比如：氣溫、商品零售額、某景點(diǎn)旅游人數(shù)等都會(huì)呈現(xiàn)明顯的季節(jié)變動(dòng)規(guī)律。 例5:以北京市1995-2000年月平均氣溫序列為例，介紹季節(jié)效應(yīng)分析操作 圖1:建立月度數(shù)據(jù)新工作表 日曰 3t ^bgect M總用 Pfgc Quick Qgons 曲ndtw yelp 向必Ui'「』UU! V/F = untithd OB = none Path = c： 圖2:新工作表中添加數(shù)據(jù) 襦；i鵬學(xué)愕舞

57、電唯期四球以惚岫悠迎jjS濁也蹲［幽■號(hào)■ ■犀€Edit3底讓View匕exQU#Octions孫M同hjelp_o1 sEa^ |Wte冉|Prm1Ob|eM|四口petHes|Pnm]Mante|自的日二電||加后成二 SortEdft+U5mpi+，-jL讓目十，-1 1 Lastupdated:03/31/08-16:29 1995M01 ■□700000 | ：. 1996M02 2.100030 I1996Mo3 「70面DO

58、 199SM04 14,70000 1996M05 19.8X00 1995M06 24,30000 1995M07 25,90030 1995M08 25,40000 1996M09 19.0X00 1995M10 14,50000 1995M11 7.70TOO 1995M12 -o4oxao 1996M01 -2.200000 199GM

59、02 -o.4ocr)ao W96M03 JA—■>JM.J i~k.-.J-ii-■.-mL. ■D I 11 \> u P^th=c： &B=none V/F=untitled 圖3:五年的月度氣溫?cái)?shù)據(jù) 即?？跇I(yè) 討3忙d '蟲(chóng)士0 gro< 京川& Ofjt?ns WnckM 廿而 lTlTl^>umitred] jMMIHiB -0 7 至C|ob廬ut]pTopertlca|FTrrt]Mani!efFF。占工書(shū)|[gfault二1；§ort[Edfc+/T5nBpH?，-[L^bel寸j-] 1

60、995M02 210X00 I1995M03 77Q0QW 1995M04 1470000 ig要hi口占 19.8X00 jg%M06 24,300(X1 i1995M07 ssgoooo 19915M比 25,40000 t995M09 190X00 1995M10 14500其 W95M11 7.7Q00M 1995M12 -0400000 19兩而1 -2200000

61、 1996MD2 Q.MJOm。 I996M03 j |Path-￡： \「B?none =ynti匕修d CefiMJSX工工… 爐伊北」出聞. Tra?/5eat.s?. 圖5:移動(dòng)平均季節(jié)加法 FileEditObject期內(nèi)ProcQukzkO^tinns勤nd加Help Vie^jlProcIObjectIProperbs￡IPrintICarrie[Fre?wegamplelGenrl5iieetI5tatshdentlLine]Bari Date:0a31fflTime:16:33Samp

62、le：1995M012W0M12Includedobservations:72DifferencefromMovingAverage OriginalSeries: AdjustedSeries:SA ScalingFactors: 1 -16.56847 7 -12.22131 3 -5.967639 J 1.604861 6 7.279851 6 12,19069 7 13,82936 8 12,38736 9 A374028 10 0.911626 11 -7.472839 u -13.23764 圖6:12個(gè)月的加法調(diào)整因子

63、 吊明癡6[——■BMSj， 日，E.drtQtiect第pwErotQuickOQttors幽ndMtlHp.一"濫 [Vid]燈eizt]PrintjSaglDdKH-]Show|Fetch]5tore[OolgLe|Genr|Sampic| 口]訪1995MQ12UDQM12-72Di^pla/Filterw Sample19&5M012MD

64、M1?-72obs UntitledX 「曲.W%llMT好u而正呼... 圖7:打開(kāi)三個(gè)序列（季節(jié)調(diào)整序列、原序列、調(diào)整后序列） 衢r hpwr,[Gfonf WorkfilrrlJNTinfmUMjllPcfl., ■fel 上魚(yú)］*日加刈 它”加北＜ 二位tions處泡中爐 Hflfc■0' 單6日ProcfQbRct].PrjnjN即to[號(hào)四m][uefauW;b0r中⑹叩^咕]_Edt+.，]]叫31十/二|即150例1，氏1±15 obs QW QO SA ||~ aha CW QQ

65、 SA < 1995MOI -070X00 -16.56847 1566847 '—1 1995MQ2 2waooo -12.22181 1432181 1995M03 7700000 -5957639 1366764 1995M04 1470000 1504B61 1319614 1996M06 1960000 72793B1 1252014 I995MJ6 24,30000 12.1B0E9 1211931 1995M07| 25.9X0Q 13.859BB 1207014 1996M0S 254000

66、0 12.36736 1301264 1995M09 1900000 7374023 1162597 1995Ml口: 1450000 0911528 1356047 1995M11 770X00 -7.472639 1517264 1995M12 -0400000 -13.23764 1263764 1996Moi 2200000 -16.W347 14,36647 1沔6M02 -0.40D00D -12.22161 11.621S1 1996MD3 B200000 -5.9S7S39 1216764 1996MO41 U3XD0 15114961 1279514 199GM電 21,60000 72799G1 1432014 199GMCKI 25400CKJ 12.180G9 13.21931 199SM07 266X00 13.92966 1167014 1996MO0 2390000 12.38736 1151264 19