欢迎来到天天文库
浏览记录
ID:41723167
大小:110.69 KB
页数:7页
时间:2019-08-30
《大连海事大学现代优化技术作业arma模型》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、作业3:ARMA模型陈鑫1120131233交通运输工程表1数据表时间yt时间yt15.4167289.371725.5196299.497435.63309.625945.7482319.754255.8796329.870566.02663310.007276.14653410.15986.28283510.276496.46533610.3876106.59943710.5851116.72073810.7507126.62073910.93136.58594011.1026146.72954111.2704156.9172421
2、1.4333167.04994311.5823177.25384411.7171187.45424511.8517197.63684611.985207.85344712.112121&06714812.2389228.29924912.3626238.52295012.4761248.71775112.578625&92115212.6743269.08595312.7627279.2421数据折线图打开所输数据窗口,在quick里选择graph,在弹出的对话框中输入Y,做出观测值的折现图,如图1。由图中可以看出序列有明显的上升趋势,
3、所以可以判定此时间序列式是平稳的。图1观测值%的折线图2一阶差分图对时间序列yt做一阶差分,得到一阶差分的序列4*。该步骤在eviews里的实现方法是:在quick里选择graph,在出现的对话框中输入d(y)做出一阶差分图,如图2。由图中可以看出,图形中已经没有明显的上升或者下降趋势了。□Graph:UNUTLEDWorkfile:UNHTLED::Untitled古去创Proc]Ot加ct]Pnnt]Name
4、AddTxt]Une^hade]Remove]Template]8bons]Zoom]D(Y)图2*的一阶差分图3自相关分
5、析对一阶差分序列Ayt进行自相关分析。该步骤在eviews里的实现方法是:在quick中选择seriesstatistics然后选择correlogram,在出现的对话框中输入差分序列的名字d(y),再输入滞后期数即可出现一阶差分的自相关分析图,如图3。从图3中可以看出,自相关函数呈现拖尾的性质,偏自相关函数呈现一步截尾的性质,因此应属于自冋归模型。CorrelogramofD(Y)Date:12/21/13Time:11:37Sample:19492001Includedobservations:52AutocorrelationPa
6、rtialCorrelationACPACQ-StatProb106140.614207380.00020.257•0.19224.4520.00030.1390.11425.5610.00040.081•0.04025.9420.00050.006•0.048259440.0006•0.054•0.03926/I200.0007•0.132•0.11927.2060.0008•0.1460.007285670.0009-0.178•0.12630.6260.00010-0216-0.06933.7380.00011-0227•0.07
7、137.2560.00012-0214•0.066404810.00013-0.185•0.033429480.00014-0.0820.07043.4430.00015-0.022•0.03643.4820.000160.0640.11643.8000.000170.094•0.051445010.000180.059•0.042447850.000190.0820.06745.3570.001200.080•0.087459190.001210.011•0.05845.9300.001220.0380.07546.0670.0022
8、30.065•0.02146.4800.00324-0.018•0.11346.5120.004图3*的一阶差分的自相关函数分析图4ARMA模型建模I.在quick中选择estimateequation,在出现的对话框中输入d(Y)cAR(l)AR(2),做出如图4的结果分析。通过下图可知,AR(1)中的Prob值大于0.05,因此将AR(1)去掉后重新进行ARMA模型建模View]Proc]Object]Print]Name]Freeze]Estimate]Forecast]Stats]Reskis]DependentVariable
9、:D(Y)Method:LeastSquaresDate:12/20/13Time:14:17Sample(adjusted):19522001Includedobservations:50afteradj
此文档下载收益归作者所有