時間序列的分析課后作業(yè)

1、應(yīng)用時間序列分析實訓(xùn)報告實訓(xùn)項目名稱 時間序列預(yù)處理實 訓(xùn) 時 間 2013年10月14日實 訓(xùn) 地 點 實驗樓309班 級 統(tǒng)計1004班學(xué) 號 1004100415姓 名 范瑛應(yīng)用時間序列分析實 訓(xùn) (實 踐 ) 報 告實 訓(xùn) 名 稱 時間序列預(yù)處理 一、 實訓(xùn)目的目的：熟悉平穩(wěn)性檢驗方法和純隨機性檢驗方法的相關(guān)理論和軟件實現(xiàn)的過程，并對結(jié)果給出解釋，加深對理論的理解，提高動手能力。任務(wù)：Eviews軟件的常用菜單方式和命令方式操作；時間序列的自相關(guān)函數(shù)計算；序列的初步分析，并序列進行平穩(wěn)性和純隨性進行檢驗，并寫出實訓(xùn)報告。二、實訓(xùn)要求1、掌握Eviews軟件的工作文件建立方法；2、對時間

2、序列進行初步分析，總結(jié)特征；3、學(xué)會用Eviews軟件計算時間序列分析相關(guān)函數(shù)的；4、對序列進行平穩(wěn)性和純隨性檢驗；5、在上完機后要寫出實驗報告。三、實訓(xùn)內(nèi)容1、熟悉Eviews軟件的菜單操作和命令操作，包括工作文件的建立、數(shù)據(jù)的輸入與編輯、新序列的產(chǎn)生、在工作文件窗口中刪除、更名變量、序列的各種觀察(線圖、各種統(tǒng)計量)以及時間序列的差分運算和相關(guān)函數(shù)的計算。本部分主要由教師來演示介紹。2、初步對序列進行觀察，對序列進行觀察分析，求出序列的自相關(guān)函數(shù)和Q-統(tǒng)計量，并對序列進行平穩(wěn)性檢驗和純隨機性檢驗。四、實訓(xùn)分析與總結(jié)第一題根據(jù)Eviews分析所得時間序列圖如圖1所示：圖1：系列樣本序列時序圖

3、 該時序圖顯示系列樣本有明顯的遞增趨勢，所以它一定不是平穩(wěn)序列。AutocorrelationPartial CorrelationAC  PAC Q-Stat Prob     . |* |     . |* |10.7290.72912.2930.000     . |* |     . | . |20.511-0.04218.6820.000 

4、;    . |* |     . | . |30.342-0.03321.7120.000     . |*. |     . | . |40.215-0.02522.9830.000     . |* . |     . | . |50.124-0.01623.4350.000  &#

5、160;  . | . |     . | . |60.063-0.00823.5600.001     . | . |     . | . |70.026-0.00223.5840.001     . | . |     . | . |80.0080.00323.5860.003    

6、 . | . |     . | . |90.0010.00523.5860.005     . | . |     . | . |100.0000.00323.5860.009     . | . |     . | . |110.000-0.00123.5860.015     . |

7、 . |     . | . |120.000-0.00123.5860.023圖2：系列樣本序列自相關(guān)圖 從圖中我們發(fā)現(xiàn)序列的自相關(guān)系數(shù)遞減到零的速度相當(dāng)緩慢，在很長的延遲時期里，自相關(guān)系數(shù)一直為正。這是具有單調(diào)趨勢的非平穩(wěn)序列的一種典型的自相關(guān)圖形式。這和該序列時序圖顯示的顯著的單調(diào)遞增性是一致的。第二題根據(jù)Eviews分析所得時間序列圖如圖3所示：圖3：夏威夷島莫那羅亞火山每月釋放的CO2的序列時序圖該時序圖清晰的顯示火山每月釋放的CO2以年味周期呈現(xiàn)出規(guī)則的周期性，除此之外，還有明顯的逐年遞增的趨勢。顯示該序列一定不是平穩(wěn)序列。Auto

8、correlationPartial CorrelationAC  PAC Q-Stat Prob      . |*|      . |*|10.8900.89059.4500.000      . |* |     *| . |20.706-0.41697.3660.000    &#

9、160; . |* |      *| . |30.481-0.223115.230.000      . |* |      . |*. |40.2860.110121.620.000      . |*. |      . |*. |50.1440.071123.280.000

10、0;     . |*. |      . |*. |60.0770.112123.760.000      . |*. |      . |* |70.0950.200124.500.000      . |*. |      . |* |80.1

11、960.257127.680.000      . |* |      *| . |90.281-0.277134.360.000      . |* |      . | . |100.3420.003144.410.000      . |* |    &

12、#160; . |* |110.4000.427158.370.000      . |* |      *| . |120.412-0.207173.460.000圖4：夏威夷島莫那羅亞火山每月釋放的CO2的序列自相關(guān)圖自相關(guān)圖顯示序列自相關(guān)系數(shù)長期位于零軸的一邊，這是具有單調(diào)趨勢的典型特征，同時自相關(guān)圖呈現(xiàn)出明顯的正弦波動規(guī)律，這是具有周期性變化規(guī)律的非平穩(wěn)序列的典型特征。自相關(guān)圖顯示出來的這兩個性質(zhì)和該序列時序圖顯示出的帶長期遞增趨勢的周期性質(zhì)是非常吻合的。第

13、三題根據(jù)Eviews分析所得時間序列圖如圖5所示:圖5：費城月度降雨量時序圖時序圖顯示費城月度降雨量始終圍繞在120mm附近隨機波動，沒有明顯趨勢或周期，基本可以視為平穩(wěn)序列。為了穩(wěn)妥起見，我們還需要利用自相關(guān)進一步輔助識別。AutocorrelationPartial CorrelationAC  PAC Q-Stat Prob      . | . |      . | . |10.0160.0160.02000.888 

14、     . | . |      . | . |20.0370.0370.12360.940      . | . |      . | . |3-0.043-0.0440.26730.966      .*| . |      .*| . |4-

15、0.176-0.1772.70290.609      *| . |      *| . |5-0.253-0.2547.81000.167      .*| . |      .*| . |6-0.099-0.1038.60770.197      . | . |   

16、;   . | . |7-0.046-0.0568.77920.269      .*| . |      .*| . |8-0.067-0.1329.14900.330      . |*. |      . | . |90.066-0.0499.51610.391     &

17、#160;. |*. |      . | . |100.076-0.03410.0090.440      . |* |      . |*. |110.2480.19215.3920.165      . |* |      . |* |120.2720.27621.9590.038 

18、     . | . |      . | . |13-0.035-0.04422.0720.054      . | . |      . |*. |140.0400.07022.2190.074      .*| . |      . | . |

19、15-0.129-0.00123.7830.069      *| . |      .*| . |16-0.232-0.06428.9260.024圖6:城月度降雨量序列的自相關(guān)圖 自相關(guān)圖顯示該序列的自相關(guān)系數(shù)一直都比較小，可以認為該序列自始至終都在零軸附近波動，這是隨機性非常強的平穩(wěn)時間序列通常具有的自相關(guān)圖特征。自相關(guān)圖中有Q統(tǒng)計量，其P值顯著大于顯著性水平，所以不能拒絕原假設(shè)，認為該序列是白噪聲序列。換言之，我們可以認為該序列的波動沒有任何統(tǒng)計規(guī)律可循，因而可以停止

20、對該序列的統(tǒng)計分析。第五題根據(jù)Eviews分析所得時間序列圖如圖7所示：圖7：2000年2003年公司每月銷售量時序圖 時序圖顯示公司四年來每月的銷售量以年為周期呈現(xiàn)出規(guī)則的周期性，顯然該序列一定不是平穩(wěn)序列。AutocorrelationPartial CorrelationAC  PAC Q-Stat Prob      . |* |      . |* |10.7390.73927.9250.000  

21、0;   . |* |      .*| . |20.457-0.19838.8230.000      . |*. |     *| . |30.081-0.40739.1750.000      *| . |     *| . |4-0.320-0.43744.7620.000

22、0;  *| . |      *| . |5-0.619-0.30166.1340.000   *| . |      . | . |6-0.721-0.03795.8370.000   *| . |      . |*. |7-0.6290.112119.020.000     

23、60;*| . |      . |* |8-0.3400.279125.940.000      . | . |      . |*. |90.0110.139125.950.000      . |* |      . | . |100.334-0.058132.980.000 

24、60;    . |* |      . | . |110.580-0.040154.780.000      . |* |      . |* |120.7310.300190.400.000      . |* |      .*| . |130.567-

25、0.188212.430.000      . |* |      . | . |140.3490.052221.040.000      . | . |      . | . |150.0460.063221.200.000      *| . |    &

26、#160; . |*. |16-0.2450.142225.690.000圖8：2000年2003年公司每月銷售量的自相關(guān)圖 自相關(guān)圖現(xiàn)實序列自相關(guān)系數(shù)一直為正，然后一直為負，同時自相關(guān)圖呈現(xiàn)出明顯的正弦波動規(guī)律，這是具有周期性變化規(guī)律的非平穩(wěn)序列的典型特征。自相關(guān)顯示出來的這個特征和該序列時序圖顯示出來的周期性性質(zhì)是非常吻合的。由圖八可以得到該序列延遲20期的樣本自相關(guān)系數(shù)，同時由于檢驗結(jié)果顯示，在各階延遲下檢驗統(tǒng)計量的P值都非常小，所以我們可以以很大把握斷定公司2000年至2003年每月銷售量序列屬于非白噪聲序列。結(jié)合前面的非平穩(wěn)性檢驗結(jié)果，說明該序列不僅可以視為是非平穩(wěn)的周期性

27、序列，還蘊含著值得提取的相關(guān)信息。題目六根據(jù)Eviews分析所得時間序列圖如圖9所示：圖：1969年1月1973年9月海德公園搶包案件發(fā)生次數(shù)時序圖時序圖顯示序列變化較為劇烈，僅從時序圖中觀察不出是否為平穩(wěn)序列，我們進一步用自相關(guān)圖分析。AutocorrelationPartial CorrelationAC  PAC Q-Stat Prob      . |* |      . |* |10.4760.47613.6020.000&#

28、160;     . |* |      . |* |20.4880.33828.1820.000      . |* |      . | . |30.310-0.00734.1600.000      . |*. |      .*| . |40

29、.213-0.07037.0410.000      . |*. |      . | . |50.1920.05539.4180.000      . | . |      .*| . |60.032-0.13039.4860.000      . |*. |   &

30、#160;  . |* |70.1940.21642.0180.000      . |*. |      . | . |80.1100.04342.8510.000      . |*. |      .*| . |90.106-0.07443.6430.000      .

31、|*. |      . |*. |100.1610.09945.5030.000      . |*. |      . | . |110.1130.01946.4350.000      . |*. |      . | . |120.1630.01048.4250.000  

32、;    . | . |      .*| . |130.018-0.10048.4500.000      .*| . |      *| . |14-0.128-0.31149.7320.000      .*| . |      .*| . |15-0.

33、164-0.10151.8960.000      .*| . |      . |*. |16-0.2020.08355.2490.000圖10：1969年1月1973年9月海德公園搶包案件發(fā)生次數(shù)的自相關(guān)圖 自相關(guān)圖顯示序列自相關(guān)系數(shù)長期位于令咒的一邊，這是具有單調(diào)趨勢序列的典型特征，這表示該序列為非平穩(wěn)序列。同時P值都非常小，所以我們有很大把握斷定海德公園搶包案件發(fā)生次數(shù)屬于白噪聲序列。圖11：生成y序列的時序圖時序圖顯示新生成的y序列始終圍繞在0附近波動，沒有明顯的趨

34、勢或者周期性，基本可以視為平穩(wěn)序列，為了穩(wěn)妥起見，我們還需要利用自相關(guān)圖進一步輔助識別。AutocorrelationPartial CorrelationAC  PAC Q-Stat Prob    *| . |    *| . |1-0.503-0.50314.9380.000      . |*. |      .*| . |20.188-0.0881

35、7.0530.000      .*| . |      . | . |3-0.081-0.03017.4540.001      .*| . |      .*| . |4-0.090-0.17517.9550.001      . |*. |      . | . |50.1460.03019.3060.002      *| . |      *| . |6-0.308-0.28325.4500.000      . |* |      .*| .