应用时间序列分析实训报告new

《应用时间序列分析实训报告new》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、《应用时间序列分析》实训报告金融学院《应用时间序列分析》实训报告实训项目名称非平稳时间序列模型的建立实训时间2013年12月16日实训地点实验楼308班级计科1001班学号姓名《应用时间序列分析》6《应用时间序列分析》实训报告金融学院实训(实践)报告实训名称平稳时间序列模型的建立一、实训目的本次实验是一个综合试验，通过自己选定问题，收集数据，确定研究方法，建立合适模型，解决实际问题，增强学生动手能力，提高学生综合分析的能力。二、实训内容学生根据自己喜好，选定一个实际问题，确定指标，收集相关数据，利用所学时间序列分析方法队进行研究，建立时间序列模型，揭示其研究对象内部的规律，并对

2、未来进行预测。并写出分析报告。具体实验内容如下：1确定研究问题2收集数据3建立合适模型1.ARIMA模型建模前的准备：判断序列是否平稳.①通过序列自相关图、趋势图等进行判断②若序列不平稳：均值非平稳序列通过差分变换转换为平稳方差非平稳序列通过对数变换等转化为平稳序列③模型平稳化以后，将序列零均值化2.模型识别主要通过序列的自相关函数、偏自相关函数表现的特征，进行初步的模型识别3．模型参数估计①在Eviews中估计ARMA模型的方法②估计模型以后要能写出模型的形式(差分方程形式和用B算子表示的形式)4.模型的诊断检验①根据模型残差是不是白噪声来判断模型是否为适应性模型6《应用时间

3、序列分析》实训报告金融学院②能根据输出结果判断模型是否平稳，是否可逆③若有多个序列是模型的适应性模型，会用合适的方法从这些模型中进行选择，如比较模型的残差方差，AIC，SC等。5.模型应用①掌握追溯预测的操作方法②外推预测的操作方法四、实训分析与总结1）输入数据2）生成时序图观测序列时序图，可知序列具有线性长期趋势，需要进行一阶差分观测差分时序图看出并无明显的趋势性或者循环性，得出一阶差分平稳。6《应用时间序列分析》实训报告金融学院由图知，序列一阶自相关显著，序列平稳；Q统计量P值小于0.05，非白噪声；同时偏自相关拖尾、自相关一步截尾，可建立ARIMA（0,1,1）模型。3）

4、模型参数估计ARMA模型估计方程：SBC值为7.0137646《应用时间序列分析》实训报告金融学院由图知偏自相关，C的值大于0.05,则去掉C,继续建立模型：ARIMA模型估计方程：SBC值为7.055671比较两个模型的SBC值，建立ARMA模型最优。4）模型的诊断检验6《应用时间序列分析》实训报告金融学院残差分析：P值都大于0.05，显著有效，是白噪声序列。五、实训报告评价与成绩6