应用时间序列分析论文

1、i瓯火曾除南通大学应用时间序列分析课程论文学生姓名_邱艳所在院系理学院专业统计学学号_0902092013指导教师_陆忐峰南通大学理学院2011年12月20日统计091班2实证项目研究（课程论文）- 货币数量论的实证分析一问题的提出近几十年来,国内的房地产业发展迅速，开发的面积和规模也越来越大。 大多数国人对房地产这个话题的热情是经久不衰,房地产业内任何重大的政策和举 措都对普通老白姓的生活产生深刻的影响。2010年上半年，全国房地产开发投资19747亿元，同比增长38.1%，其中， 商品住宅投资13692亿元，同比增长34.4%,占房地产开发投资的比重为69.3%。6月当月，房地产开发完成投

2、资5830亿元，比上月增加1845亿元，增长46.3%。2010年上半年，全国房地产开发企业房屋施工面积30.84亿平方米，同比增长28.7%;房屋新开工面积8.05亿平方米，同比增长67.9%;房屋竣工面积2.44亿平方米，同比增长18.2%，其中，住宅竣工面积1.96亿平方米，增长15.5%。2010年上半年，全国房地产开发企业完成土地购置面积18501万平方米，同比增长35.6%,土地购置费4221亿元，同比增长84.0%。那么，房地产销售价格指数是否存在一定的内在规律呢，我们是否可以对其进行预测从而指导居民做出正确的选择呢？这便是本文所要探求和解决的问题。理论综述时间序列分析就是对一组

3、按时间顺序排列的随机变量进行统计分析， 建立模 型并对未来的趋势走向进行分析的统计方法。本文运用时间序列分析软件SAS进行分析。数据的收集本文获取了我国1998-3-31到2009-12-31的房地产销售价格指数数据1990-03-31101.32004-03-31107 71998-06-30102.12004-06-30109 11998-09-3Q101.32004-09-30109 91998-12-311012004-12-31110 81999-03-3199 72005-03-31109 81999-06-3099.62005-06-301081999-09-3099.32006

4、-09-30106 11999-12-31100.72005-12-31106 52000-03-31100 7200S-03-31105 52000-06-30101 12006-06-30105 72000-09-30101 520009-30105.5200Q-12-31101.22006-12-31105 32001-03-31101.92007-03-31105.62001-06-30102 52007-06-30106.32001-09-30102.72007-09-30108.2200V12-31101 a2007-12-31110.22002-03-311M.32003-03-

5、311112OQ2-06-30102日2OOB-O6-3O109 22002-09-301042003-09-30105 32002-12-31103 E2008-12-31100.52003-03-31104.82009-03-3198 92003-06-301052009-DB-3099 52003-09-30104 12009-09-30101 932003-12-311D5.12009-12-31105 84数据来源: http:/:8080/product/common/main.jsphttp:/:8080/product/common/main.jsp模型的估计与调整首先，作出时

6、序图，观察它的平稳性。发现存在明显的长期趋势，做一阶差分从时序图可以认为序列基本平稳，再去观察它的白相关图Autocorrelations丁markt two standard errors自相关图显示序列平稳，考察差分后序列的随机性。Auloccrrelftlion Check for iits NoiseTo、Chi-nrPr pk i rp rp0JIIBIIUI ml iiBiiBulai IBTT E EE G m0.145665n0.175800.175821 I iaT,T,|,T|,T,T,TBTljL186862*71 r| 11Ti ij1T1 T*,Tr0.206663.

7、津邮0.2221840.22435S0.224589,0.225149,事0.22517810.225341Covftri sinceCcrrelat ion-138765432101284567891Std Error5635.36E30010.447 OJfiO -0.313-Q.428-0.385-0J516残差白噪声检验显示差分后序列蕴含着很强的相关信息， 不能视为白 噪声序列。需要进一步拟合 ARIMAARIMA 模型，观察白相关图和偏白相关 图，可初步确定 P=3,P=3, Q=5Q=5 观察拟合效果。拟合效果不佳，部分值的 P P 值过大，不显著，去掉结果不显著的参数项，考虑疏系

8、数模型 p=(p=( 1,1, 3)3) q=(q=( 1,1, 5)5)ConditIonaI Least Squares EstimationStandardApproxError t Value Pr III参数显著性检验显示两个参数均显著。Autocorrelation Check of R&sidualsToChi-Pr La菖SquareDFChiSq - -utocorre|at ions对模型进行检验，残差序列通过白噪声检验。说明模型拟合成功做拟合效果图ParameterEst innateStandardErrort Valueftpprox Pr IIIMU0.13

9、7430.032994.170.0002MA1 J0.960530.439152.IS0.0349MA1,2-0.734140.54531-1.350.18S2做，30.411910.400271.03L31皿MAh 4-0.084C80.24078-0.850.729CMAI, 50.445720.212512.100.0427ARI J1.268Z20.457002.760.0090ARh2-0.BOIES0.66734-L200.2371ARL30.078640.417600.19LB516012345123012345123MU瞄1,1 MgARIARI, 20.138990.5120

10、60.487820.77192-0.426080.026450.168720.171870.155730.116316 6 4 4 4564562020 8S8S 8 8- - 53243532430.00411o.ooea5.000110.00073Parameter20.4B630C030Q59-0,124o.oss-0.04480J6840.0970.145-0.118-0.0090.016-0J04140.24250.129-0.1230J57-C.286-0J62-0,060200.2403-0.2220,036-0 J37-0JS0-0+0360J073 3 0650655 9 201 1 2 26 6 284284Cood it non I Least Squiare Est i matBon7拟合效果图显示拟合效果良好。因此，确定最终模型：Autoregressive FactorsFactor 1：1 - 0.77182 Bw(1) + 0.4600 0*(3)MovI ng Average FactorsFactor 1： 1 - 0.61200 B*-0.48792 BM(0模型预测预测未来五期结果如图l-orecasts for vaniable xObsForecastStd ErrorCon