stata操作介绍之时间序列分析课件

stata操作介绍之时间序列分析stata操作介绍之时间序列分析一、

基本时间序列模型的估计在许多情况下，人们用时间序列的观测时期代表的时间作为模型的解释变量，用来表示被解释变量随时间的自发变化趋势。这种变量称为时间变量，也叫做趋势变量。时间变量通常用t表示，其在用时间序列构建的计量经济模型中得到广泛的应用，它可以单独作为一元线性回归模型中的解释变量，也可以作多元线性回归模型中的一个解释变量，其对应的回归系数表示被解释变量随时间变化的变化趋势，时间变量也经常用在预测模型中。一、基本时间序列模型的估计在许多情况下，人们用时间序列1、

定义时间序列在stata中的实现在进行时间序列的分析之前，首先要定义变量为时间序列数据。只有定义之后，才能对变量使用时间序列运算符号，也才能使用时间序列分析的相关命令。定义时间序列用tsset命令，其基本命令格式为：tssettimevar[,options]其中，timevar为时间变量。Options分为两类，或者定义时间单位，或者定义时间周期（即timevar两个观测值之间的周期数）。Options的相关描述如表1所示。1、定义时间序列在stata中的实现在进行时间序列的分注：（1）units表示时间单位，对于%tc，允许的时间单位包括：second、seconds、secs、secs、minutes、minute、mine、min、hours、hour、days、weeks、week。对于其他%t的格式，Stata自动获得其时间单位，delta选项经常与%tc格式一起使用。时间单位格式说明Clocktimetimevar的格式为%tc,0=1jan196000:00:00.000，1=1jan196000:00:00.001即0代表1960年1月1日的第一秒，1为1960年1月1日的第二秒，依次后推。dailytimevar的格式为%td，0=1jan1960，1=2jan1960；即0为1960年第一天，1为1960年第二天，依次后推。weeklytimevar的格式为%tw，0=1960w1，1=1960w2；即0为1960年第一周，1为1960年第二周，依次后推。monthlytimevar的格式为%tm，0=1，1=；即0为1960年第一月，1为1960年第二月，依次后推。quarterlytimevar的格式为%tq，0=1960q1，1=1960q2；即0为1960年第一季，1为1960年第二季，依次后推。harfyearlytimevar的格式为%th，0=1960h1，1=1960h2；即0为从1960起的第一个半年，1为从1960年起第二个半年，依次后推。yearlytimevar的格式为%ty，1960=1960，1961=1960generictimevar的格式为%tgformat(%fmt)用户定义的其他时间周期例子delta(#)例如delta(1)或delta(2)delta((exp))例如delta((7*24))delta(#units)例如delta(7days)或delta(15minutes)或delta(7days15minutes)。见注（1）delta((exp)units)例如delta((2+3)weeks)时间单位格式说明Clocktimetimevar的格式为%t可以通过以下三种方式来定义时间序列。例如，想要生成格式为%td的时间序列，并定义该时间序列为t，则可以用以下三种方法：方法1

方法2

方法3formatt%tdtssetttssett,dailytssett,format(%td)可以通过以下三种方式来定义时间序列。例如，想要生成格式为%t【例1】使用文件“cpi.dta”的数据来对tsset命令的应用进行说明。该例子是我国1983年1月年至2007年8月的居民消费价格指数CPI。部分数据如表2所示：表2我国居民消费价格指数CPI

Year

monthcpi19831100.619832100.919833100.919834100.419835101.219836101.919837100.9【例1】使用文件“cpi.dta”的数据来对tsset命令的2、

对时间序列进行修匀时间序列的形成是各种不同的因素对事物的发展变化共同起作用的结果。这些因素概括起来可以归纳为四类：长期趋势因素、季节变动因素、循环变动因素和不规则变动因素。时间序列构成分析就是要观察现象在一个相当长的时期内，由于各个影响因素的影响，使事物发展变化中出现的长期趋势、季节变动、循环变动和不规则变动。通过测定和分析过去一段时间之内现象的发展趋势，可以认识和掌握现象发展变化的规律性，为统计预测提供必要的条件，同时也可以消除原有时间序列中长期趋势的影响，更好地研究季节变动和循环变动等问题。测定和分析长期趋势的主要方法是对时间序列进行修匀。2、对时间序列进行修匀时间序列的形成是各种不同的因素数据=修匀部分+粗糙部分，运用Stata进行修匀使用tssmooth命令，其基本命令格式如下所示：tssmoothsmoother[type]newvar=exp[if][in][,...]其中smoother[type]有一系列目录，如下表3所示：平滑的种类smoother[type]移动平均不加权ma加权ma递归单指数过滤器exponential双指数过滤器dexponential非季节性Holt-Winters修匀hwinters季节性Holt-Winters修匀shwinters非线性过滤器nl数据=修匀部分+粗糙部分，运用Stata进行修匀使用tssm【例2】继续使用上例的数据来对tssmooth命令的应用进行说明。在本例中对该组数据进行修匀，以便消除不规则变动的影响，得到时间序列长期趋势，本例修匀的方法是利用之前的1个月和之后的2个月及本月进行平均。【例2】继续使用上例的数据来对tssmooth命令的应用进行二、ARIMA模型的估计、单位根与协整时间序列模型一般分为四类，分别是自回归过程、移动平均过程、自回归移动平均过程、单整自回归移动平均过程。

自回归过程如果一个剔出均值和确定性成分的线性过程可表达为xt=

1xt-1+

2xt-2+…+

pxt-p+ut其中

i,i=1,…p是自回归参数，ut

是白噪声过程，则称xt为p阶自回归过程，用AR(p)表示。xt是由它的p个滞后变量的加权和以及ut相加而成。移动平均过程如果一个剔出均值和确定性成分的线性随机过程可用下式表达xt

=ut+

1ut–1+

2ut-2+…+

qut–q

其中

1,

2,…,

q是回归参数，ut为白噪声过程，则上式称为q阶移动平均过程，记为MA(q)。二、ARIMA模型的估计、单位根与协整时间序列模型一自回归移动平均过程由自回归和移动平均两部分共同构成的随机过程称为自回归移动平均过程，记为ARMA(p,q),其中p,q分别表示自回归和移动平均部分的最大阶数。ARMA(p,q)的一般表达式是

xt=

1xt-1+

2xt-2+…+

pxt-p+ut+

1ut-1+

2ut-2+...+

qut-q单整自回归移动平均过程对于ARMA过程（包括AR过程），如果特征方程

(L)=0的全部根取值在单位圆之外，则该过程是平稳的；如果若干个或全部根取值在单位圆之内，则该过程是强非平稳的。除此之外还有第三种情形，即特征方程的若干根取值恰好在单位圆上。这种根称为单位根，这种过程也是非平稳的。若随机过程yt经过d次差分之后可变换为一个以

(L)为p阶自回归算子，

(L)为q阶移动平均算子的平稳、可逆的随机过程，则称yt为（p,d,q）阶单整(单积)自回归移动平均过程，记为ARIMA(p,d,q)。自回归移动平均过程1、

时间序列相关性检验的stata实现在进行arima分析前，对序列的特征应该有相应的了解。包括自相关图，偏自相关图和Q统计量。自相关刻画它序列

的邻近数据之间存在多大程度的相关性。偏自相关度量的是k期间距的相关而不考虑k-1期的相关。p阶滞后的Q-统计量的原假设是：序列不存在p阶自相关；备选假设为：序列存在p阶自相关。在Stata中实现相关性检验的基本命令格式如下所示：命令格式1（做出自相关和偏自相关图）：corrgramvarname[if][in][,corrgram_options]命令格式2（做出自相关图）：acvarname[if][in][,ac_options]命令格式3（做出自相关和偏自相关图）：pacvarname[if][in][,pac_options]1、时间序列相关性检验的stata实现在进行arima以上三个命令格式的选项的相关描述分别如表4、5、6所示：表4corrgram_options的相关描述

表5ac_options的相关描述表6ac_options的相关描述主要选项描述lags(#)*滞后阶数noplot不进行作图yw通过Yule-Walker方程组，计算偏自相关PAC主要选项描述lags(#)*滞后阶数generate(newvar)生成新变量，默认不做图level(#)置信度，默认95%fft通过傅里叶转化计算AC主要选项描述lags(#)*滞后阶数generate(newvar)level(#)生成新变量，默认不做图置信度，默认95%yw通过Yule-Walker方程组，计算偏自相关PAC以上三个命令格式的选项的相关描述分别如表4、5、6所示：主要【例3】使用文件“gnp.dta”的数据来对Stata中自相关与偏自相关的应用进行说明。该数据给出了中国1953-1984年的国民生产总值GNP、私人国内总投资I、GNP的隐性价格折算因子P（以1972为基期）、半年期商业票据利率R。在本例中我们对GNP时间序列进行分析，观察期相关图和自相关图，从而得到GNP时间序列的类型。部分数据说明如表7所示。年份中国GNP私人国内总投资GNP的隐性价格折算因子（1972=1）半年期商业票据利率1953623.685.30.5882.521954616.183.10.5961.591955657.5103.80.6082.191956671.6102.60.6283.311957683.8970.6493.821958680.987.50.662.471959721.71080.6763.96【例3】使用文件“gnp.dta”的数据来对Stata中自相2、

时间序列稳定性检验的stata实现检验序列的平稳性，可以用phillips-perron检验，dickey-fuller检验，以及应用GLS扩展的dickey-fuller检验。其基本命令格式如下：命令格式1（dickey-fuller检验）：dfullervarname[if][in][,option]命令格式2（GLS扩展的dickey-fuller检验）：dfglsvarname[if][in][,options]命令格式3（phillips-perron检验）：pperronvarname[if][in][,options]以上三个命令格式的选项的相关描述分别如表8、9、10所示：2、时间序列稳定性检验的stata实现检验序列的平稳性表8dickey-fuller检验options的相关描述表9GLS扩展的dickey-fuller检验options的相关描述表10phillips-perron检验检验options的相关描述主要选项描述noconstant没有截据项trend包括时间趋势drift包括漂移项regress显示回归结果lags(#)滞后阶数主要选项描述maxlag(#)最大滞后阶数notrend没有时间趋势ers利用插值法计算临界值主要选项描述noconstant没有截据项trendregress有趋势项显示回归结果lags(#)最大滞后阶数表8dickey-fuller检验options的相关描【例4】继续使用文件“gnp.dta”的数据来对Stata中平稳性检验的相关应用进行说明。这里要求使用dickey-fuller检验、GLS扩展的dickey-fuller检验和phillips-perron检验三种方法，对GNP的一阶差分进行平稳性检验。【例4】继续使用文件“gnp.dta”的数据来对Stata中11.2.3ARIMA模型的stata实现时间序列的自回归移动平均法可是通过使用arima命令来实现。其基本命令格式如下：arimadepvar[indepvars][if][in][weight][,options]在使用arima模型前，需要先检验数据的平稳性和相关性，然后经过判断才能使用。主要选项描述noconstant没有截据项Arima(#p,#d,#q)Arima(p,d,q)模型Ar(numlist)Ar的滞后阶数Ma(numlist)

Ma的滞后阶数Constraints(constraints)线性约束collinear保留多重共线性变量Sarima(#p,#d,#q,#s)季节arima模型Mar(numlist,#s)季节ar的滞后阶数Mma(numlist,#s)季节ma的滞后阶数11.2.3ARIMA模型的stata实现时间序列的自【例5】使用文件“population.dta”的数据来对Stata中ARIMA模型的相关应用进行说明。该表给出了某地区每年的年度总人口数。部分数据如下：年份年底总人口数(万人)194954167195055196195156300195257482195358796195460266195561465195662828195764653195865994195967207【例5】使用文件“population.dta”的数据来对S三、VAR与VEC模型的估计及解释1、VAR模型的阶数选择在Stata中VAR模型阶数选择的实现，是通过如下基本命令来实现的：depvarlist[if][in][,preestimation_options]主要选项描述maxlag(#)最高滞后阶数;默认是滞后4期exog(varlist)外生变量constraints(constraints)对外生变量的线性约束noconstant没有常数项level(#)置信度，默认95%separator(#)分割线三、VAR与VEC模型的估计及解释1、VAR模型的阶数2、构建VAR模型在Stata中构建VAR模型的实现，是通过如下基本命令来实现的：vardepvarlist[if][in][,options]主要选项描述模型1noconstant没有常数项lags(numlist)VAR滞后阶数

exog(varlist)外生变量模型2

constraints(numlist)线性约束

nolog不显示迭代过程

noisure一步迭代dfk自由度调节small小样本t,f统计量报告结果level(#)置信度2、构建VAR模型主要选项描述模型1noconstant没3、平稳性条件考察在Stata中VAR模型平稳性条件考察的实现，是通过如下基本命令来实现的：varstable[,options]主要选项描述estimates(estname)考察VAR（estname）的平稳性graph对伴随矩阵的特征值作图dlabel将特征值标记为到单位圆的距离3、平稳性条件考察主要选项描述estimates(estna4、残差的正态性和自相关检验在Stata中VAR模型残差的正态性和自相关检验的实现，是通过如下基本命令来实现的：varnorm[,options]主要选项描述jberastatisticsJarque-Bera统计量skewness偏度kurtosis峰度estimates(estname)cholesky已估计的var名称使用Cholesky分解separator(#)分割线4、残差的正态性和自相关检验主要选项描述jberastat5、格兰杰因果检验在Stata中VAR模型格兰杰因果检验的实现，是通过如下基本命令来实现的：vargranger[,estimates(estname)separator(#)]5、格兰杰因果检验6、脉冲分析（1）irf文件的创建、显示、激活和清除VAR模型脉冲分析的实现，首先是要创建irf文件。在Stata中是通过如下基本命令来实现的：命令格式1（VAR模型的irf文件创建）：irfcreateirfname[,var_options]命令格式2（SVAR模型的irf文件创建）：irfcreateirfname[,svar_options]命令格式3（VEC模型的irf文件创建）：irfcreateirfname[,vec_options]创建irf文件之后，显示处于当下活动状态的irf，输入以下命令：irfset激活irf文件，可以输入以下命令：irfsetifr_name清除活动的irf文件，可以输入以下命令：irfset,clear主要选项描述set(filename[,replace])创建文件replace如果文件已存在，则替换文件order(varlist)Cholesky排序estimates(estname)以估计的VAR名称6、脉冲分析主要选项描述set(filename[,rep（2）Irf作图Irf文件作图，可以输入以下命令：irfgraphstat[,options]stat的相关描述options的相关描述主要选项描述irfirfoirf正交irfdm动态乘子cirf累计irfcoirf累计正交irfcdm累计同台乘子fevdCholesky方差分解sirf结构IRFsfevd结构Cholesky方差分解主要选项描述set(filename)使文件激活irf(irfnames)IRF结果名称impulse(impulsevar)脉冲变量response(endogvars)响应变量（2）Irf作图主要选项描述irfirfoirf正交ir6．johansen检验当变量之间同阶单整时，可以运用johansen检验查看变量之间是否协整。Stata中VAR模型johansen检验的实现，是通过如下基本命令来实现的：vecrankdepvar[if][in][,options]主要选项描述lags(#)VAR模型的最高滞后阶数trend(constant)VAR模型有常数项，协整方程有常数项trend(rconstant)VAR模型有常数项，协整方程无常数项trend(trend)VAR模型有趋势项，协整方程有趋势项trend(rtrend)VAR模型有趋势项，协整方程无趋势项trend(none)VAR模型无常数项，协整方程无常数项6．johansen检验主要选项描述lags(#)VA【例6】使用文件“cpi2.dta”的数据,其中狭义货币供应量增长率经过SAR修匀后记为M1sar，贷款利率记为r,cpi经过sa修匀后记为cpisa。数据区间是从1994年1月～2007年12月。本例中将要建立一个关于变量m1sar、变量cpisa和变量r的VAR模型，部分数据如表11-23所示：monthyearm1sarcpisar119940.19012339220.9351192912.24219940.16603557523.3664520812.243199405050982312.24419940894884512.24519940582771679619940782611769719940.23369384524.000261139819940.28478629425.760499349919940.29151307927.163828039【例6】使用文件“cpi2.dta”的数据,其中狭义货币供应四、ARCH与GARCH的估计及解释1、ARCH模型若一个平稳随机变量xt可以表示为AR(p)形式，其随机误差项的方差可用误差项平方的q阶分布滞后模型描述，xt=

0+

1xt-1+

2xt-2+…

+

pxt-p+ut

t2=E(ut2)=

0+

1ut-12+

2ut-22+…

+

qut-q2则称ut服从q阶的ARCH过程，记作ut

ARCH(q)。其中第一式称作均值方程，第二式称作ARCH方程。2、GRACH模型ARCH模型中的第二式是关于

t2的分布滞后模型。为避免ut2的滞后项过多，可采用加入

t2的滞后项的方法（回忆可逆性概念）。对于第二式，可给出如下形式，

t2=

0+

1ut–12+

1

t-12此模型称为广义自回归条件异方差模型，用GARCH(1,1)表示。其中ut–1称为ARCH项，

t-1称为GARCH项。四、ARCH与GARCH的估计及解释1、ARCH模在Stata中ARCH模型的实现，是通过如下基本命令来实现的：archdepvar[indepvars][if][in][weight][,options]Modelnoconstant没有常数项arch(numlist)ARCH滞后阶数garch(numlist)GARCH滞后阶数saarch(numlist)简单非对称

ARCH模型tarch(numlist)门限ARCH模型aarch(numlist)非对称

ARCH模型narch(numlist)非线性ARCH模型narchk(numlist)带有位移的非线性ARCH模型abarch(numlist)绝对值ARCH模型atarch(numlist)绝对门限ARCH模型sdgarch(numlist)garch项的滞后项earch(numlist)Nelson'sEGARCH模型的信息项egarch(numlist)log（garch）的滞后项parch(numlist)幂ARCH模型tparch(numlist)门限幂

ARCH模型aparch(numlist)非对称幂ARCH模型nparch(numlist)非线性幂ARCH模型nparchk(numlist)带有位移的非线性幂

ARCH模型pgarch(numlist)幂

GARCH模型constraints(constraints)线性约束Model2archm均值方程加入方差项archmlags(numlist)均值方程加入滞后阶数archmexp(exp)将exp转换为ARCH-IN-MEAN的形式arima(#p,#d,#q)ARIMA(p,d,q)模型ar(numlist)ar模型ma(numlist)ma模型Model3het(varlist)条件方差估计中带有外生变量savespace估计时节省内存在Stata中ARCH模型的实现，是通过如下基本命令来实现的【例7】继续利用上例中的数据，建立该数据的ARCH模型。【例7】继续利用上例中的数据，建立该数据的ARCH模型。本章练习该题使用数据集“balance2.dta”,对消费、投资、收入进行如下分析。其中gdp、inv、consump分别代表我国某地区的国内生产总值、投资和消费，t代表时间，y、i、c分别是gdp、inv、consump取对数之后的值。（1）对收入建立恰当的ARIMA模型。（2）对消费、投资、收入的增长率建立恰当的VAR模型。本章练习该题使用数据集“balance2.dta”,对消费、历史ⅱ岳麓版第13课交通与通讯的变化资料精品课件欢迎使用历史ⅱ岳麓版第13课交通与通讯的变化资料精品课件欢迎使用stata操作介绍之时间序列分析课件stata操作介绍之时间序列分析课件stata操作介绍之时间序列分析课件[自读教材·填要点]一、铁路，更多的铁路1．地位铁路是

建设的重点，便于国计民生，成为国民经济发展的动脉。2．出现1881年，中国自建的第一条铁路——唐山

至胥各庄铁路建成通车。1888年，宫廷专用铁路落成。交通运输开平[自读教材·填要点]一、铁路，更多的铁路交通运输开平

3．发展(1)原因：①甲午战争以后列强激烈争夺在华铁路的

。②修路成为中国人

的强烈愿望。(2)成果：1909年

建成通车；民国以后，各条商路修筑权收归国有。4．制约因素政潮迭起，军阀混战，社会经济凋敝，铁路建设始终未入正轨。修筑权救亡图存京张铁路3．发展修筑权救亡图存京张铁路

二、水运与航空1．水运(1)1872年,

正式成立，标志着中国新式航运业的诞生。(2)1900年前后，民间兴办的各种轮船航运公司近百家，几乎都是在列强排挤中艰难求生。2．航空(1)起步：1918年，附设在福建马尾造船厂的海军飞机工程处开始研制

。(2)发展：1918年，北洋政府在交通部下设“

”；此后十年间，航空事业获得较快发展。轮船招商局水上飞机筹办航空事宜处二、水运与航空轮船招商局水上飞机筹办航空事宜处三、从驿传到邮政1．邮政(1)初办邮政：1896年成立“大清邮政局”，此后又设

，邮传正式脱离海关。(2)进一步发展：1913年，北洋政府宣布裁撤全部驿站；1920年，中国首次参加

。邮传部万国邮联大会三、从驿传到邮政邮传部万国邮联大会2．电讯(1)开端：1877年，福建巡抚在

架设第一条电报线，成为中国自办电报的开端。(2)特点：进程曲折，发展缓慢，直到20世纪30年代情况才发生变化。3．交通通讯变化的影响(1)新式交通促进了经济发展，改变了人们的通讯手段和

，

转变了人们的思想观念。(2)交通近代化使中国同世界的联系大大增强，使异地传输更为便捷。(3)促进了中国的经济与社会发展，也使人们的生活

。台湾出行方式多姿多彩2．电讯台湾出行方式多姿多彩[合作探究·提认知]

电视剧《闯关东》讲述了济南章丘朱家峪人朱开山一家，从清末到九一八事变爆发闯关东的前尘往事。下图是朱开山一家从山东辗转逃亡到东北途中可能用到的四种交通工具。[合作探究·提认知]

电视剧《闯关东》讲述了济南章丘依据材料概括晚清中国交通方式的特点，并分析其成因。

提示：特点：新旧交通工具并存(或：传统的帆船、独轮车，近代的小火轮、火车同时使用)。

原因：近代西方列强的侵略加剧了中国的贫困，阻碍社会发展；西方工业文明的冲击与示范；中国民族工业的兴起与发展；政府及各阶层人士的提倡与推动。依据材料概括晚清中国交通方式的特点，并分析其成因。[串点成面·握全局][串点成面·握全局]stata操作介绍之时间序列分析课件

一、近代交通业发展的原因、特点及影响1．原因(1)先进的中国人为救国救民，积极兴办近代交通业，促进中国社会发展。(2)列强侵华的需要。为扩大在华利益，加强控制、镇压中国人民的反抗，控制和操纵中国交通建设。(3)工业革命的成果传入中国，为近代交通业的发展提供了物质条件。一、近代交通业发展的原因、特点及影响2．特点(1)近代中国交通业逐渐开始近代化的进程，铁路、水运和航空都获得了一定程度的发展。(2)近代中国交通业受到西方列强的控制和操纵。(3)地域之间的发展不平衡。3．影响(1)积极影响：促进了经济发展，改变了人们的出行方式，一定程度上转变了人们的思想观念；加强了中国与世界各地的联系，丰富了人们的生活。(2)消极影响：有利于西方列强的政治侵略和经济掠夺。2．特点1．李鸿章1872年在上海创办轮船招商局，“前10年盈和，成为长江上重要商局，招商局和英商太古、怡和三家呈鼎立之势”。这说明该企业的创办 (

)A．打破了外商对中国航运业的垄断B．阻止了外国对中国的经济侵略C．标志着中国近代化的起步D．使李鸿章转变为民族资本家1．李鸿章1872年在上海创办轮船招商局，“前10年盈和，成解析：李鸿章是地主阶级的代表，并未转化为民族资本家；洋务运动标志着中国近代化的开端，但不是具体以某个企业的创办为标志；洋务运动中民用企业的创办在一定程度上抵制了列强的经济侵略，但是并未能阻止其侵略。故B、C、D三项表述都有错误。答案：A解析：李鸿章是地主阶级的代表，并未转化为民族资本家；洋务运动二、近代以来交通、通讯工具的进步对人们社会生活的影响(1)交通工具和交通事业的发展，不仅推动各地经济文化交流和发展，而且也促进信息的传播，开阔人们的视野，加快生活的节奏，对人们的社会生活产生了深刻影响。(2)通讯工具的变迁和电讯事业的发展，使信息的传递变得快捷简便，深刻地改变着人们的思想观念，影响着人们的社会生活。二、近代以来交通、通讯工具的进步对人们社会生活的影响2．清朝黄遵宪曾作诗曰：“钟声一及时，顷刻不少留。虽有万钧柁，动如绕指柔。”这是在描写 (

)A．电话B．汽车C．电报 D．火车解析：从“万钧柁”“动如绕指柔”可推断为火车。答案：D2．清朝黄遵宪曾作诗曰：“钟声一及时，顷刻不少留。虽stata操作介绍之时间序列分析课件[典题例析][例1]

上海世博会曾吸引了大批海内外人士利用各种交通工具前往参观。然而在19世纪七十年代，江苏沿江居民到上海，最有可能乘坐的交通工具是 (

)A．江南制造总局的汽车B．洋人发明的火车C．轮船招商局的轮船D．福州船政局的军舰[典题例析][例1]上海世博会曾吸引了大批海内外人[解析]由材料信息“19世纪七十年代，由江苏沿江居民到上海”可判断最有可能是轮船招商局的轮船。[答案]

C[解析]由材料信息“19世纪七十年代，由江苏沿江居[题组冲关]1．中国近代史上首次打破列强垄断局面的交通行业是(

)A．公路运输 B．铁路运输C．轮船运输 D．航空运输解析：根据所学1872年李鸿章创办轮船招商局，这是洋务运动中由军工企业转向兼办民用企业、由官办转向官督商办的第一个企业。具有打破外轮垄断中国航运业的积极意义，这在一定程度上保护了中国的权利。据此本题选C项。答案：C[题组冲关]1．中国近代史上首次打破列强垄断局面的交通行业是2.右图是1909年《民呼日报》上登载的一幅漫画，其要表达的主题是(

)A．帝国主义掠夺中国铁路权益B．西方国家学习中国文化C．西方列强掀起瓜分中国狂潮D．西方八国组成联军侵略中国2.右图是1909年《民呼日报》上登载的解析：从图片中可以了解到各国举的灯笼是火车形状，20世纪初的这一幅漫画