应用时间序列分析实验报告4

《应用时间序列分析实验报告4》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、院系理学院专业统计学班级统计1班学生姓名曾学成学号120710501022015年5月10日一、实验目的：通过Eviews软件和利用XII季节调整过程，对屮国1993年1月至2000年12月社会商品零售额月度资料进行调整。二、实验器材：一台装有Eviews软件的计算机三、实验内容：1.在Eviews中录入数据：在Eviews软件中录入数据：双击Eviews图标，点击File—>New^Workfile,在Frequency选项选择Monthly，起始数据处输入1993/1，结束数据处输入2000/12,点击OK。（图1）图12.Object—>Newobject（图2）一OK—>将在Ex

2、cel录好的数据复制进x（图3）。TypeofobjectNameforobjectl^a-jSeriesEquationFactorGraphGroupLogLMatrix-VectorGraph”，画出1993/1年至G2000/12年的社会商品零售总额的趋势图。（图4）1.在Eviews中选择“Quick->Graph”，画出1993/1年至G200

3、0/12年的社会商品零售总额的趋势图。（图4）图41.由于2000年1月到2000年12月的数据不具有代表性,所以在Eviews中仅利用1993年到1999年的B度进行季节调整，选择样本区间，在命令窗口输入:smpl1993:011999:12。画出其趋势图（图5）图52.然后在数据窗U中点击“Proc^SeasonalAdjustment—>X11”，根据数据特征选择乘法模型、滤波方法采用默认方式，保留最终的季节调整数据、季节因子和长期趋势(图6)。长期趋势图xsa(图7)，可以看出数据已经平滑了。SeasonalAdjustmentAdjustmentmethodXlloptions

4、fcensusXll•Multiplicative^SlidingSpansCCensusXll-AdditiveSeriestocalculateAdjustedseries:

5、xsaFactors(optional):OKQancel

6、a丄丄monmiyopaonsTradingdayadjustments:f?NeverAlwaysIfSignificantHolidayadjustments:Never广AlwaysIfSignificant5.通过xsa的图形，基木上可以认为K:期趋势随着时间的变化是线性的，于是建立一个时间与xsa的一元线性回归方程，预测如果没有突发情况下20

7、00年月度社会商品总额的趋势值。方法如下：(1)打开样本区，在命令窗口输入:“smpl1993:012000:12”；(2)在数据文件中建立一个新变量t,t是自然数，表示各个不同的吋间；(1)控制样本区在1993年1月到1999年12月，在命令窗口输入：“smpl1993:011999:12”；(2)在命令窗门输入：“LSxsaCT”，建立起回归方程，估计结果表如K图8所示：®EViews•[Equation:UNTITLEDWorkfile:UNTITLED::Untitled]□file£ditQbjectViewProcQuickOptionsWindowHelp

8、-View

9、P

10、roc

11、object

12、Print!Name

13、Freeze

14、Estimate

15、Forecast

16、Stats

17、Resids

18、DependentVariable:XSAMethod:LeastSquaresDate:05/10/15Time:2318Sample1993M011999M12Includedobservations:84VanabeCoefficientStd.Errort-StatisticProb.1323.09021.0468162.864150.000020.083130,43013946.689850.0000R-squared0.963748AdjustedR-squ

19、ared0.963306S.Eofregression95.58869Sumsquaredresid749250.2Loglikelihood-501.2233F-statistic2179.942Prob(F-statistic)0.000000Meandependentvar2176623SD.dependentvar499.0088Akaikeinfocriterion11.98151Schwarzcriterion12.03