应用时间序列分析课程论文

1、应用时间序列分析课程论文班级：13应用统计1班 学号：20133695姓名：彭鹏学习了本学期的应用时间序列分析课程内容，学习了使用EVIEWS软件对平稳时间序列的平稳性进行分析，学习平稳时间序列模型的建立、学会根据自相关系数和偏自相关系数判断ARMA模型的阶数p和q,学会利用信息准则对估计的 ARMA模型进行诊断，以及掌握 利用ARMA模型进行预测。在统计研究中，有大量的数据是按照时间顺序排列的，用数学方法来 表述就是使用一组随机序列表示随机事件的时间序列即为 Xt通常的ARMR建模过程，B-J方法具体步骤如下：一、对时间序列进行特性分析。从随机性、平稳性、季节性考虑。对于一个非平稳时间序列，

2、若要建模首先将其平稳化，其方法有三种：1差分，一些序列可以通过差分使其平稳化。2季节差分，如果序列具有周期波动特点，为了消除周期波动 的影响，通常引用季节差分。3函数变换与差分结合运用，某些序列如果具有某类函数趋势， 我们可以先引入某种函数变换将序列转化为线性趋势，然后再 进行差分以消除线性趋势。二、模型识别与建立。模型识别和模型定阶。三、模型的评价，并利用模型进行评价。F面从网上搜寻数据，1949-2014年城镇人口数(单位万人，其中有些年份缺失数据，数据来源于中国统计年鉴)。进行处理分析有看来有明显增长趋势为绘制序列时序图非平稳序列，进行一阶差分y=d(r):|AW1i FfqcObjff

3、rt-FrapfrtlH rlntfk 亡FreezefirspleI ShefltjGraph |stBKl切忙 为衬咄力口门Part ml Ccn-E Jabc-nAC P*C gat 血LonMoarorn off tDsie:Tine aa：Q51151 ingucMcivrfiicrif 元ZZI10*340 4(M867*3003n2oneDM1DM01、3053U4BD3DD11Ai尸50.335106732.54D.MD1酉0220-G.W3JS113D.WDI7Q1?3flsW137,567Q-WQ180 134-A03B關574HUD|0126-0 0063831IQ0 0

4、1申Mc iFiCRm1-a$igD5vdT-1S?DOBO刚-D.2WME013WmD?iomi -frWi4.1K1a. M3Q DT1-CM314EP32DM1 -D MBl&Elk负T&DW-CPTipmb-ODJB4X1IJISilJBDiDfi7VD1B-CMflITpMTIDa4)2M1&M3DlNlD1RD HP-fiDTJ14 Gilpt?D12b用!1序列z为平稳序列，进行单位根检验：S S(riti 1 erkffeiQQ Urr(tkd_ e xVitw 1 Pi 槁 1 E1Obsfyatiofis 49MMri-32TMI6MMIan-1I4J1MMijcimurn

5、S1M.40aMinimum43 * 販匚 r r_：HMS 2093S60lli：y 0 dOOSQiO可见均值非零；在原序列 上 生 成 0 均 值 序 列 在 输 入 x=z-28.59184Q Series: X Wcrkfile： 123:ntitlr.- n xVewProc jObject Praperties | Print| Marne jFreeze| SampleGenr|SheetGraphStats 1得到序列x为0均值的平稳非白噪声序列由相关图看出自相关系数一阶截尾，考虑MA(1)模型C a p e n de nt Vari alW & XMettiod: Leas

6、t SquaresDate;。购5H6 Time：0l：33sample (adjusted 3 51Included observations: 49 ater adjustments Convergence schived attr 3 iterations HA Eackcast: 7/arable(JoettcieniStd. bnot-8tatisticPro&.MA(1-0iS4illl0.076467 -ii oaegso.ooocR-sqjared0.362900Ll&an jependen: va_-327E-06Adjusted H squared0L3S2900s D d

7、ependent var94b.2U93S.E_ of regrebsion755508Aka ike inlu critenon1S.11217Sum fiquarrel r&izl27379369Schwarz Criterion16.15076Log likelihood-393.7462Hannan-Quinn critr.16.12682匚urbln-Watsor stat1&3M15Inve iled MA Rtiu tb34Xt= t-0.0844111 t-1我们用拟合的有效模型进行短期预测，比如我们预预测未来 5年的城镇人口，首先需要扩展样本期，在命令栏输入 expand 1 56,回车则样本序列长度就变成 56 了，且最后面5个 变量值为空。用动态预测如上下图，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,动态预测