ARMA模型建模与预测指导
更新时间:2023-11-06 02:24:01 阅读量: 教育文库 文档下载
实验三 ARMA模型建模与预测指导
一、实验目的
学会通过各种手段检验序列的平稳性;学会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,学会利用最小二乘法等方法对ARMA模型进行估计,学会利用信息准则对估计的ARMA模型进行诊断,以及掌握利用ARMA模型进行预测。掌握在实证研究中如何运用Eviews软件进行ARMA模型的识别、诊断、估计和预测和相关具体操作。
二、基本概念
宽平稳:序列的统计性质不随时间发生改变,只与时间间隔有关。
AR模型:AR模型也称为自回归模型。它的预测方式是通过过去的观测值和现在的干扰值的线性组合预测, 自回归模型的数学公式为:
yt??1yt?1??2yt?2???pyt?p??t
式中: p为自回归模型的阶数?i(i=1,2, ?,p)为模型的待定系数,?t为误差, yt为一个平稳时间序列。
MA模型:MA模型也称为滑动平均模型。它的预测方式是通过
过去的干扰值和现在的干扰值的线性组合预测。滑动平均模型的数学公式为:
yt??t??1?t?1??2?t?2???q?t?q
式中: q为模型的阶数; ?j(j=1,2,?,q)为模型的待定系数;?t为误差; yt为平稳时间序列。
ARMA模型:自回归模型和滑动平均模型的组合, 便构成了用于描述平稳随机过程的自回归滑动平均模型ARMA, 数学公式为:
yt??1yt?1??2yt?2?
??pyt?p??t??1?t?1??2?t?2???q?t?q
三、实验内容及要求
1、实验内容:
(1)根据时序图判断序列的平稳性;
(2)观察相关图,初步确定移动平均阶数q和自回归阶数p;
(3)对某企业201个连续生产数据建立合适的ARMA(p,q)模型,并能够利用此模型进行短期预测。 2、实验要求:
(1)深刻理解平稳性的要求以及ARMA模型的建模思想;
(2)如何通过观察自相关,偏自相关系数及其图形,利用最小二乘法,以及信息准则建立合适的ARMA模型;如何利用ARMA模型进行预测; (3)熟练掌握相关Eviews操作,读懂模型参数估计结果。
四、实验指导 1、模型识别 (1)数据录入
打开Eviews软件,选择“File”菜单中的“New--Workfile”选项,在“Workfile structure type”栏选择“Unstructured /Undated”,在“Date range”栏中输入数据个数201,点击ok,见图2-1,这样就建立了一个工作文件。
图2-1 建立工作文件窗口
点击File/Import,找到相应的Excel数据集,打开数据集,出现图2-2的窗口,在“Data order”选项中选择“By observation”即按照观察值顺序录入,第一个数据是从a2开始的,所以在“Upper-left data cell”中输入a2,本例只有一列数据,在“Names for series or number if named in file”中输入序列的名字production或1,点击ok,则录入了数据。
图2-2
(2)绘制序列时序图
双击序列production,点击view/Graph/line,则出现图2-3的序列时序图,时序图看出201个连续生产的数据是平稳的,这个判断比较粗糙,需要用统计方法进一步验证。
9288848076255075100125150175200 PRODUCTION图2-3 (3)绘制序列相关图
双击序列production,点击view/Correlogram,出现图2-4,我们对原始数据序列做相关图,因此在“Correlogram of”对话框中选择“Level”即表示对原始序列做相关,在滞后阶数中选择14(?201?),点击ok,即出现相关图2-5。
??
图2-4
从相关图看出,自相关系数迅速衰减为0,说明序列平稳,但最后一列白噪声检验的Q统计量和相应的伴随概率表明序列存在相关性,因此序列为平稳非白噪声序列。
图2-5
(4)模型定阶
由图2-5看出,偏自相关系数在k=3后很快趋于0即3阶截尾,尝试拟合AR(3);自相关系数在k=1处显著不为0,当k=2时在2倍标准差的置信带边缘,可以考虑拟合MA(1)或MA(2);同时可以考虑ARMA(3,1)模型等。
在序列工作文件窗口点击View/Descriptive Statistics/Histogram and States对原序列做描述统计分析见图2-8,可见序列均值非0,我们通常对0均值平稳序列做建模分析,所以需要在原序列基础上生成一个新的0均值序列。点击主菜单Quick/Generate Series,在对话框中输入赋值语句Series x=production-84.11940,点击ok则生成新序列x,这个序列是0均值的平稳非白噪声序列,新序列的描述统计量见图2-9,相当于在原序列基础上作了个整体平移,所以统计特性没有发生根本改变。我们对序列x进行分析。 20Series: PRODUCTIONSample 1 201Observations 201Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis Jarque-BeraProbability7880828486889092 84.11940 84.10000 91.70000 76.50000 2.906625 0.107191 2.752406 0.898321 0.6381641612840 图2-8 production描述统计量 20Series: XSample 1 201Observations 201Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis Jarque-BeraProbability-8-6-4-202468 2.99e-06-0.019400 7.580600-7.619400 2.906625 0.107191 2.752406 0.898321 0.6381641612840 图2-9 中心化后的production描述统计量 2、模型参数估计
(1)尝试AR模型。经过模型识别所确定的阶数,可以初步建立AR (3),可用菜单或命令两种方式分别建立。在主菜单选择Quick/Estimate Equation,出现图2-10的方程定义对话框,在方程定义空白区键入x ar(1) ar(2) ar(3) ,其中ar(i)(i=1,2…)表示自回归系数;估计方法选择项见图2-11,有最小二乘估计(LS)、两阶段最小二乘估计(TSLS)等,我们选择LS。也可通过命令方式实现,在主窗口输入ls x ar(1) ar(2) ar(3)。
图2-10 方程定义对话框
图2-11 估计方法设定
- exercise2
- 铅锌矿详查地质设计 - 图文
- 厨余垃圾、餐厨垃圾堆肥系统设计方案
- 陈明珠开题报告
- 化工原理精选例题
- 政府形象宣传册营销案例
- 小学一至三年级语文阅读专项练习题
- 2014.民诉 期末考试 复习题
- 巅峰智业 - 做好顶层设计对建设城市的重要意义
- (三起)冀教版三年级英语上册Unit4 Lesson24练习题及答案
- 2017年实心轮胎现状及发展趋势分析(目录)
- 基于GIS的农用地定级技术研究定稿
- 2017-2022年中国医疗保健市场调查与市场前景预测报告(目录) - 图文
- 作业
- OFDM技术仿真(MATLAB代码) - 图文
- Android工程师笔试题及答案
- 生命密码联合密码
- 空间地上权若干法律问题探究
- 江苏学业水平测试《机械基础》模拟试题
- 选课走班实施方案
- 建模
- 模型
- 预测
- 指导
- ARMA
- 2013法语专四真题(语法)
- 安钢6号高炉短期休风后炉况的快速恢复 - 图文
- P005-关于香港行政区《个人资料(隐私)条例》的简介
- 实验5 气轨上研究碰撞过程中动量和能量变化
- 施工安全与质量培训试卷(施工人员)答案
- 主持与播音专业09级毕业生论文参考题目
- 大工15春《基础会计》离线作业要求及模板
- 概率论与数理统计在日常生活中的应用毕业论文
- 房地产估价报告(房地合估) - 图文
- 特色优势产业培育发展情况调研报告
- 史金霞:读书这么好的事
- 非物质文化遗产会议上的讲话
- 维稳工作应急预案
- 最新人教版高中物理选修3-4第十四章《电磁振荡》
- 江苏省环境污染治理资质证书
- 电子商务概论实验指导书
- 广州汽车客运站站场管理规定
- 第四篇3章 - 2013.8.24
- 圆周率100000000位
- 断点回归设计(RDD)