Eviews7.2模型建模与预测时间序列分析(ARMA 模型建模与预测) |
您所在的位置:网站首页 › eviews工作文件窗口在哪 › Eviews7.2模型建模与预测时间序列分析(ARMA 模型建模与预测) |
1、模型识别 (1) 数据录入 打开 Eviews 软件,选择“File”菜单中的“New–Workfile”选项,在“Workfile structure type” 栏选择Dated-regular frequency,在Date specification栏中选择Monthly,start date填2017:1、end date填2019:12,点击 ok,如下图,这样就建立了一个工作文件。 (2)绘制序列时序图 双击序列sale,点击 view/Graph/line,出现下面的的序列时序图,从时序图看出该序列没有明显的趋势或者周期特征,应该后续使用其他的统计方法。 (3)绘制序列相关图
(4)ADF 检验序列的平稳性 点击 view/unit root test出现如下图 (5)模型定阶 偏自相关系数在 k=2 后很快趋于0即4阶截尾,尝试拟合 AR(2); 自相关系数在k=1处显著不为0,当 k=2 时在2倍标准差的之间,可以考虑拟合 MA(1);同时可以考虑 ARMA(2,1)模型等。 在序列工作文件窗口点击 View/Descriptive Statistics/Histogram and States 对原序列做描 述统计分析如图
3、模型检验 4、模型预测 用拟合的有效模型进行短期预测, 预测值存放在 XF 序列中,此时我们可以观察原序列 x 和 xf 之间的动态关系,同时选中 x 和 xf,击右键,点 open/as group,然后点击 view/graph/line,则出现如下图动态预测值 几乎是一条直线,说明动态预测效果很不好。 对于ARMA模型的阶数识别没有唯一结果,因为平稳可逆的ARMA模型整个的自洽性,所以不用担心会出现严重的系统性错误 尝试用多个模型拟合序列,选择相对较优的模型。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |