课程设计（论文）-吉林省居民消费物价指数时间序列分析与预测

《课程设计（论文）-吉林省居民消费物价指数时间序列分析与预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、吉林化工学院课程设计说明书.课程设计任务书一、设计题目：吉林省居民消费物价指数时间序列分析与预测二、设计目的1、了解ARIMA模型的特点和建模过程，2、了解AR，MA和ARIMA模型三者之间的区别与联系，掌握如何利用自相关系数和偏自相关系数对ARIMA模型进行识别，3、利用最小二乘法等方法对ARIMA模型进行估计，利用信息准则对估计的ARIMA模型进行诊断，以及如何利用ARIMA模型进行预测。4、掌握在实证研究如何运用Eviews软件进行ARIMA模型的识别、诊断、估计和预测。三、设计任务及要求1、学习时间序列的知识；2、学会使用Eviwer5.1软件；3、学会利用现有趋势学会短期预测

2、。四、设计时间及进度安排设计时间共两周（2012.9.18～2012.9.21）,具体安排如下表：周安排设计内容设计时间前四天学习Eviwer5.1软件的使用，会插入数据，处理数据对处理的数据进行检验与预测。2012.09.18～2012.09.20第五天处理需要的数据并完成论文的书写，进行答辩。2012.09.21～2012.09.21五、指导教师评语及学生成绩指导教师评语:年月日-I-吉林化工学院课程设计说明书成绩指导教师(签字):-I-吉林化工学院课程设计说明书目录课程设计任务书I第一章数据的时间序列特征分析2第二章模型的建立8第三章模型的短期预测11第四章模型的评价12【参考文

3、献】1315吉林化工学院课程设计说明书第一章数据的时间序列特征分析1、将1998至2007年吉林省居民消费物价指数额绘制序列时序图，如图1所示。图11998年1月至2007年12月吉林省消费物价指数折线图15吉林化工学院课程设计说明书2、从图上仍然直观看出序列不平稳，对该序列绘制了自相关、偏自相关图，如图2所示，由图中可以看出，序列的自相关系数衰减缓慢，没有很快趋于0，说明该序列是非平稳序列。图2原数列的自相关图15吉林化工学院课程设计说明书3、为了证实这个结论，进一步对其做ADF检验，结果见图3，可以看出在显著性水平0.05下，接受存在一个单位根的原假设，进一步验证了原序列不平稳。为

4、了找出其非平稳的阶数，需要对其一阶差分序列和二阶差分序列等进行ADF检验。NullHypothesis:NhasaunitrootExogenous:ConstantLagLength:12(AutomaticbasedonSIC,MAXLAG=14)t-Statistic  Prob.*AugmentedDickey-Fullerteststatistic-1.682782 0.4385Testcriticalvalues:1%level-3.4627375%level-2.87568010%level-2.574385*MacKinnon(1996)one-sidedp-value

5、s.AugmentedDickey-FullerTestEquationDependentVariable:D(N)Method:LeastSquaresDate:09/21/12Time:10:57Sample(adjusted):1991M022007M11Includedobservations:202afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.  N(-1)-0.0123270.007325-1.6827820.0941D(N(-1))0.2473050.0638243.8747880.0001D(N(

6、-2))0.1098040.0655251.6757590.0954D(N(-3))-0.0118610.065717-0.1804840.8570D(N(-4))-0.0160880.065702-0.2448710.8068D(N(-5))0.1853980.0656432.8243300.0052D(N(-6))0.1203170.0650001.8510250.0657D(N(-7))0.1183630.0652091.8151370.0711D(N(-8))0.0959030.0647571.4809810.1403D(N(-9))0.0911230.0652131.3973

7、130.1640D(N(-10))0.0170430.0656190.2597220.7954D(N(-11))0.1002570.0651441.5390050.1255D(N(-12))-0.4046010.063855-6.3362470.0000C1.3054630.7721381.6907130.0925R-squared0.394553    Meandependentvar0.021287AdjustedR-squared0.35