资源描述：
《统计学实验—SPSS和R软件应用与实例 费宇 第15章时间序列分析-R.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、2021/7/21《统计学实验》第15章时间序列分析15-1统计学实验—SPSS和R软件应用与实例主编：费宇2021/7/21《统计学实验》第15章时间序列分析15-2第15章时间序列分析2021/7/21《统计学实验》第15章时间序列分析15-3一、实验目的1.运用R中plot()函数绘制时间序列图，acf()和pacf()函数作时间序列数据的自相关和偏自相关图检验序列的平稳性，HoltWinters()滤波函数实现时间序列数据的指数平滑；一、实验目的运用arima()函数进行ARIMA模型的识别、估计和预测，用decompose()函数作时间序
2、列的季节分解；掌握运用R软件中的函数对时间序列数据进行分析的基本操作过程，并能读懂R输出的结果。2021/7/21《统计学实验》第15章时间序列分析15-42021/7/21《统计学实验》第15章时间序列分析15-5二、实验环境系统软件Windows2000或WindowsXP或Windows7；统计软件R2.13.2或更高版本。2021/7/21《统计学实验》第15章时间序列分析15-6三、实验内容检验时间序列的平稳性根据自相关系数和偏自相关系数来初步判断ARMA模型的阶数p和q对ARIMA模型进行估计、预测和诊断识别时间序列数据的季节变动，能看
3、出其季节波动趋势，学会剔除季节因素的方法2021/7/21《统计学实验》第15章时间序列分析15-7第15章时间序列分析15.1时间序列的图形化观察15.2指数平滑15.3时间序列的Box-Jenkin模型15.4时间序列的季节分解2021/7/21《统计学实验》第15章时间序列分析15-815.1时间序列的图形化观察【例15.1】(数据文件为li15.1.txt)选取我国从1978年至2008年国内生产总值(GDP，亿元)数值，总31个观测值，数据来源“国泰安宏观经济数据库”。试对该数据进行分析，判断其是否具有平稳性。2021/7/21《统计学实
4、验》第15章时间序列分析15-9【统计理论】时间序列分析中一个重要的概念是平稳性，它是时间序列建模的一个重要基础。如果一个随机过程的均值和方差在时间过程上都是常数，并且在任何两时期的协方差仅依赖于这两个时期间的间隔，而不依赖于计算这个协方差的实际时间，就称它是宽平稳的。2021/7/21《统计学实验》第15章时间序列分析15-10【统计理论】时间序列平稳性检验的常用方法有：(1)时序图依据均值和方差的统计意义，一个平稳序列时间序列的实现大致是由在某一水平线附近等幅波动的点构成的。平稳序列的时序图应该显示出序列始终围绕一个常数值波动，且波动的范围不大
5、。2021/7/21《统计学实验》第15章时间序列分析15-11【统计理论】实践中真正具有平稳性的时间序列并不多见，通常都会表现出非平稳性。非平稳性的表现形式多种多多样，主要特征有：趋势性、异方差性、周期性等。在许多时间序列数据中，差分可以使时间序列达到平稳性目的。2021/7/21《统计学实验》第15章时间序列分析15-12假设为一时间序列，则该序列的一阶差分定义为，其中表示一阶差分算子。为了达到平稳性的目的，一阶差分是最常用的方法，有时我们甚至需要对其进行多次一阶差分。【统计理论】2021/7/21《统计学实验》第15章时间序列分析15-13【
6、统计理论】(2)自相关和偏自相关系数所谓自相关是指序列与其自身经过某些阶数滞后形成的序列之间存在某种程度的相关性。随着的增加，自相关函数下降且趋于0。从下降的速度看，平稳序列要比非平稳序列快得多。2021/7/21《统计学实验》第15章时间序列分析15-14【软件操作】首先，用plot()函数绘制时间序列图setwd("D:/R-Statistics/data/chap-15")#设定工作路径x=read.table("li15.1.txt",header=T)#从li15.1.txt中读入样本数据xdx=diff(x[,2])#对DGP作一阶差分
7、变换【软件操作】plot(x[,1],x[,2],type=“1",lty=1,col=1,xlab="时间",ylab="")lines(x[2:31,1],dx,lty=2,col=1)legend(1980,250000,c("GDP","GDP_1"),col=c(1,1),text.col="black",lty=c(1,2))2021/7/21《统计学实验》第15章时间序列分析15-152021/7/21《统计学实验》第15章时间序列分析15-16【运行结果】图15.1例15.1中GDP及GDP_1的时序图【软件操作】然后，采用acf(
8、)和pacf()函数作相关图x=read.table("li15.1.txt",header=T)#从li15.1.txt
