时间序列分析实验报告
1、实验内容
1.1问题描述
用Eviews软件确定该序列的平稳性，根据数据的性质特征对其进行分析并适当模型拟合该序列的发展，最后利用所选取的拟合模型预测1939-1945年英国绵羊的数量。
2、判别原数据的平稳性
2.1．画时序图
在Eviews中建立workfile为1867-1938年的年度数据，通过file→ import 把数据导入Eviews中。变量名命名为x。在workfile中打开数据x，点击series：x窗口中的view→graph→line，则会出x的现时序图1。
时序图1
从时序图1中可以看出数据为非平稳的，且大致呈现下降趋势。因此为
经一步说明该数据的平稳性，做相关分析。
2.2.自相关分析
继续在该时序图窗口中点击view→correlogram，在弹出的correlogram Specification 的对话框中的lags to include中输入12，点击OK。则x的自相关图2如下。
自相关图2
从自相关图的autocorrelation的一栏可以看出自相大部分都关超出了（至少第三个自相关值要落入两倍的标准差中则为平稳的）两倍的标准差。则可以进一步认为该数据为非平稳的。为作出最终的判断，对数进行单位根检验。
2.3.单位根检验
同样在自相关图2的窗口中点击view→unit root test在弹出的unit root test 的对话空中的automatic selection的下拉框中选择Schwarz Info，并在Include in test equation中选择intercept点击ok则有如下结果输出单位根表3。
英格兰vs威尔士结果单位根表3
从表3中以看所有的ADF值没有都小于值临界值，因此结合时序图和自相关图可以判断出该数据为非平稳的。
3、对数据进行平稳化
3.1.对数据做一阶差分
在代码窗口中输入genr dx=d(x)并按回车键则在workfile窗体中新生成变量为dx的数据该数据即为x的一阶差分。打开数据dx，在数据dx窗口中点击view→graph→line来画出dx的时序图。如下时序图4。
时序图4
从该时序图4可以看出dx是平稳的，为进一步说明这一结果对该数据做自相关图。
在该时序图窗口中点击view→correlogram，在弹出的correlogram Specification 的对话框中的lags to include中输入12，点击ok则有如下自相关图5输出。
自相关图5
从自相关图5中的自相关值可以看出大部分的自相关值都落入两倍标准差内。因此进一步说明了一阶差分后的数据为平稳的。为了更充分的说明dx为平稳的，所以要对数据做单位根检验。
view→unit root test在弹出的unit root test 的对话空中的automatic selection的下拉框中选择Schwarz Info，并在Include in test equation中选择none点击ok则有如下单位根表6输出。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。