人口时间序列

1.1949—2001年中国人口时间序列数据见表8，由该数据（1）画时间序列图；（2）求中国人口序列的相关图和偏相关图，识别模型形式；（3）估计时间序列模型；（4）样本外预测。表8中国人口时间序列数据（单位：亿人）年份人口yt年份人口yt年份人口yt年份人口yt年份人口yt（1）画时间序列图在导入数据时发现数值是文本型的，需要转换成数值型：.destring（popu）,replace.destring（year）,replace对于时间序列需要.tssetyear画图命令：.twowaylinepopyearno观察图形发现有明显的时间趋势，所以进一步差分：

no观察图形发现有明显的时间趋势，所以进一步差分：.gendpo=D.population.gendpo=D.population从人口序列图和人口差分序列图可以看出我国人口总水平除在1960年和1961年两年出现回落外，其余年份基本上保持线性增长趋势。52年间平均每年增加人口1412.6923万人，年平均增长率为1.66%。由于总人口数逐年增加，实际上的年人口增长率是逐渐下降的。把52年分为两个时期，即改革开放以前时期（1949—1978年）和改革开放以后时期（1979—2001年），则前一个时期的人口年平均增长率为2%,后一个时期的年平均增长率为1.23%。从人口序列y的t变化特征看，这是一个非平稳序列。（2）求中国人口序列的相关图和偏相关图，识别模型形式.acpopu.pacpopultfooppua

sn05ltfooppua

sn051015LagBartlett'sformulaforMA(q)95%confidencebands2025相关图显示其非平稳，作dpo的AC和PAC：.acdpo.pacdpoAC图呈指数衰减，PAC图一阶截尾，判定其为AR(AC图呈指数衰减，PAC图一阶截尾，判定其为AR(1)模型aoo20ONO80ONO-opdfosnoitalerocotuA(3)时间序列模型估计模型估计命令如下，同时将样本改为1949—2000年，留下2001年的值用于计算预测精度。ARIMAregressionSample1,950.0002,000.000Numberofobs=51.000Waldchi2(1)=37.580Loglikelihood=87.332Prob>chi2=0.000OPGdpoCoef.Std.Err.zP>|z|95%Conf.Intervaldpocons0.1400.0226.3700.0000.0970.183ARMAarL1.0.6120.1006.1300.0000.4160.807/sigma0.0430.00221.5300.0000.0400.047(1)dpoDPOCONS0.140***CONS[0.000]ARMAL.AR0.612***[0.000]SIGMA_CONS0.043***[0.000]N51P-VALUESINBRACKETS="*P<0.1**p<0.05***p<0.01"对应的模型表达式为(其中y即为人口population)：Dyt=0.140+utut=0.612ut-1+vt直接写为：Dyt=0.140+0.612(Dyt-1-0.140)+vt输出结果中的0.1429是Dy的均值，表示年平均人口增量是0・1429亿人。t整理上述输出结果，得：Dyt=0.140(1-0.612)+0.612Dyt-1+vt=0.05432+0.612Dyt-1+vt0.05432表示线性趋势的增长速度。从输出结果的最后一行可以知道，特征根是1/0.612>1，满足平稳性要求。列示信息准则.estaticModel|Obsll(null)ll(model)dfAICBIC+y1|51.87.331523-168.663-162.8676Note:N=ObsusedincalculatingBIC;see[R]BICnote检验模型的误差项：.predictel,res.corrgramel,lags(10)-101-101LAGACPACQProb>Q[Autocorrelation][PartialAutocor]10.12900.1296.915910.33862-0.1663-0.18752.46940.29093-0.01740.03292.48680.477740.04260.00732.59280.62815-0.0109-0.01922.59980.761460.00850.02522.60420.85667-0.0917-0.11553.12930.87288-0.01690.01863.14760.92489-0.0354-0.07263.22930.954510-0.0773-0.07793.62910.9625残差回归结果显示，所有的滞后项均不显著，故模型的随机误差是一个白噪声序列。（4）样本外预测这2里我用的方法做出来数字不对，感觉命令不对，希望大神予以指导~（另外有更好的输出命令方法吗？都是复制图片形式，感觉不好看）predictpopu_hatin53listpopu*输出结果为

.listpopu*popula~npopu_hat.5.5.4167.5.5.7482.5.87.266.6.1465.6.2828.6.4653.6.59.7207.6.6207.6.5859.6.7295.6.9.0499.7.2538.7.4542.7.6368.7.85.0671.8.2992.8.5229.8.7177.8.9.08.3717.9.4974.9.62.7542.9.8705.10.000.270.3876.10.5851.10.7501.103.44.4