时间序列实验报告

《时间序列实验报告》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、实验报告课程名称应用时间序列分析实验项目名称某地区各年年平均气温运用时间序列分析姓名李慧斌系别班级12信息与计算科学组别同组者姓名实验时间2014年11月至2014年12月指导教师米国芳职称副教授经济管理实验实训中心制实验地点经管中心705软件平台Eviews6实验设备计算机实验类型上机操作实验目的：随时间的推移，各年的温度在不断变化，且温度的变化从很大程度上影响着各个地区、国家的旅游、制造等行业的发展，也影响着人们的生活——现在我们通过往年的各年年平均气温变化，通过时间序列分析，对过去的年份气温进行研究，对未来的气温进行预测，从而制定相关的

2、政策等以便于经济正常发展、人类更好的生活。预习的基本知识点：平稳性检验、白噪声检验、纯随机性检验、分析自相关和偏自相关图进行模型的确定和定阶、MA(1)模型检验、AR(1)模型检验、MAAR(1)模型检验。实验方法、步骤及内容：A.实验内容：本实验采用1949年到1998年某地区年平均气温变化数据为时间序列分析模型，通过平稳性检验、白噪声检验、纯随机性检验、分析自相关和偏自相关图进行模型的确定和定阶、MA(1)模型检验、AR(1)模型检验、MAAR(1)模型检验、对参数顾及预测等来研究此地区气温的变化规律。数据如下：年份温度年份温度年份温度年

3、份温度1 4938.8196437.5197935.9199437.2195035.6196538.5198035.1199535195138.3196637.5198138.1199636195239.6196735.8198237.3199738.2195337196840.1198337.2199837.2195433.4196935.9198436.1195539.6197035.3198535.1195634.6197135.2198638.5195736.2197239.5198736.1195837.6197337.519883

4、8.1195936.8197435.8198935.8196038.1197538.4199037.5196140.6197635199135.7196237.1197734.1199237.5196339197837.5199335.8A.实验步骤及方法：第一、序列预处理（一）平稳性检验（如不平稳，适当差分平稳化）1)包括图形检验（如图所示）：由图可知，数据平稳。2)将其进行差分平稳化得到如下图所示：为了使研究更加精准，适当采用差分对序列在进行平稳化处理，对气温变化进一步分析预测。从而我们对数据进行一阶差分。（一）纯随机性检验（如是白噪声分

5、析结束，如不是进入第二步）在Eviews中进行白噪声检验分析，得下图：如图可知，Prob值<0.05,为非白噪声。所以，进行一下建模等相关分析、检验、优化。第一、建模（一）分析自相关和偏自相关图进行模型的确定和定阶进行一阶差分后，得到自相关与偏自相关系数如下图所示：由图分析可知，该模型为一阶自相关、二阶偏自相关。（二）估计参数当完成（三）所示图可得，参数估计结果为：（1-B）xt=-0.015139+εt-0.977081εt-1（三）检验（参数显著性检验和模型有效性检验——分别对MA(1)、AR(1)、ARMA(1)模型进行检验）1.M

6、A(1)模型检验：如图所知，Prob值<0.05，模型显著。2.AR(1)模型检验:如图所知，Prob值<0.05，模型显著。3.MAAR(1)模型检验:如图所知，Prob值>0.05，模型不显著。第三，预测实验结论与分析、存在的问题：l结论与分析：1)经过平稳性检验，得到数据平稳。2)经过纯随机性检验，由于Prob值<0.05,为非白噪声。3)分析自相关和偏自相关图进行模型的确定和定阶，一阶差分后可知，该模型为一阶自相关、二阶偏自相关。4)分别对MA(1)、AR(1)、ARMA(1)模型进行检验，得之检验结果分别为模型显著、模型显著、模型不

7、显著。5)对MA(1)参数估计结果为：（1-B）xt=-0.015139+εt-0.977081εt-1l存在问题及结论：由于对某地区个年年平均气温时间序列分析，温度的不断变化，为了更好地生活发展，我们要降低热排放，以及环境的破坏等。指导教师评语：成绩:指导教师签字:201年月日