第七章序列_Eviews

1、 EWIEWS提供序列的各種統(tǒng)計(jì)圖、統(tǒng)計(jì)方法及過(guò)程。當(dāng)用第4、6章描述的方法向工作文件中讀入數(shù)據(jù)后，就可以對(duì)這些數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析和圖表分析。 EWIEWS可以計(jì)算一個(gè)序列的各種統(tǒng)計(jì)量并可用表單、表、圖等形式將其表現(xiàn)出來(lái)。視圖包括最簡(jiǎn)單的曲線圖一直到核密度估計(jì)。通過(guò)過(guò)程過(guò)程可以用原有的序列創(chuàng)建新的序列。這些過(guò)程包括季節(jié)調(diào)整、指數(shù)平滑和Hodrick-Prescott濾波。 在第8章我們將講述包括多個(gè)序列的組和組對(duì)象的統(tǒng)計(jì)方法及過(guò)程。 其中，7.17.6在序列的view下拉菜單里，7.8 7.10在序列的procedure下拉菜單里。 打開(kāi)工作文件，雙擊一個(gè)序列名或者在單擊序列名后單擊“show”

2、，即進(jìn)入序列的對(duì)話框。單擊“view”可看到菜單分為四個(gè)區(qū)，第一部分為序列顯示形式，第二和第三部分提供數(shù)據(jù)統(tǒng)計(jì)方法，第四部分是轉(zhuǎn)換選項(xiàng)和標(biāo)簽。 l表單：表單： 用表單的形式顯示原始數(shù)據(jù)。l曲線圖曲線圖: : 按時(shí)間順序或者將觀測(cè)值一一連線顯示。這種方法最適用于時(shí)間序列。l直方圖直方圖: : 用柱形顯示數(shù)據(jù)。這種方法適用于顯示那些只有微小變化的序列。l釘形圖釘形圖: : 用直線顯示數(shù)據(jù)。即用垂直的釘形線顯示數(shù)據(jù)。l季度分區(qū)圖、季度連線圖季度分區(qū)圖、季度連線圖: : 這些方法按季度或月度顯示數(shù)據(jù)，適用于數(shù)據(jù)頻度為季度和月度的工作文件。季度分區(qū)圖把數(shù)據(jù)按季度分成四個(gè)區(qū)，每年同一季度的數(shù)據(jù)進(jìn)行連線。同

3、時(shí)每個(gè)季度的期望值水平也顯示出來(lái)。季度連線圖是在同一坐標(biāo)軸上把每年同一季度的數(shù)據(jù)連線顯示。l關(guān)于圖表顯示的制定與修改的技術(shù)討論見(jiàn)第十章。 以直方圖顯示序列的頻率分布。直方圖將序列的長(zhǎng)度按等間距劃分，顯示觀測(cè)值落入每一個(gè)區(qū)間的個(gè)數(shù)。 同直方圖一起顯示的還有一些標(biāo)準(zhǔn)的描述統(tǒng)計(jì)量。這些統(tǒng)計(jì)量都是由樣本中的觀測(cè)值計(jì)算出來(lái)的。如圖： 均值均值 (mean) 即序列的平均值,用序列數(shù)據(jù)的總和除以數(shù)據(jù)的個(gè)數(shù)。2111yyNsiNi 中位數(shù)中位數(shù) (median) 即從小到大排列的序列的中間值。是對(duì)序列分布中心的一個(gè)粗略估計(jì)。 最大最小值最大最小值 (max and min) 序列中的最大最小值。 標(biāo)準(zhǔn)差（標(biāo)

4、準(zhǔn)差（Standard Deviation） 標(biāo)準(zhǔn)差衡量序列的離散程度。計(jì)算公式如下N是樣本中觀測(cè)值的個(gè)數(shù)， 是樣本均值。 y 偏度（偏度（Skewness） 衡量序列分布圍繞其均值的非對(duì)稱(chēng)性。計(jì)算公式如下 311yyNSiNi 是變量方差的有偏估計(jì)。如果序列的分如果序列的分布是對(duì)稱(chēng)的，布是對(duì)稱(chēng)的，S值為值為0；正的；正的S值意味著序列分布值意味著序列分布有長(zhǎng)的右拖尾，負(fù)的有長(zhǎng)的右拖尾，負(fù)的S值意味著序列分布有長(zhǎng)的值意味著序列分布有長(zhǎng)的左拖尾。左拖尾。 NNs/ ) 1( 峰度（峰度（Kurtosis） 度量序列分布的凸起或平坦程度，計(jì)算公式如下 411yyNKiNi意義同S中 ，正態(tài)分布的K

5、值為3。如果K值大于3，分布的凸起程度大于正態(tài)分布；如果K值小于3，序列分布相對(duì)于正態(tài)分布是平坦的。 Jarque-Bera 檢驗(yàn)檢驗(yàn) 檢驗(yàn)序列是否服從正態(tài)分布。統(tǒng)計(jì)量計(jì)算公式如下 223416KSkNJBS為偏度，K為峰度，k是序列估計(jì)式中參數(shù)的個(gè)數(shù) 在正態(tài)分布的原假設(shè)下，J-B統(tǒng)計(jì)量是自由度為2的 分布。直方圖中顯示的概率值（P值）是J-B統(tǒng)計(jì)量超出原假設(shè)下的觀測(cè)值的概率。如果該值很小，則拒絕原假設(shè)。當(dāng)然，在不同的顯著性水平下的拒絕域是不一樣的。 2 這部分是對(duì)序列均值、中位數(shù)、方差的單假設(shè)檢驗(yàn)。選擇View/tests for descriptive stats/simple hypot

6、hesis tests, 就會(huì)出現(xiàn)下面的序列分布檢驗(yàn)對(duì)話框： 原假設(shè)是序列x的期望值 m，備選假設(shè)是 m，即 mHmH:10 如果你不指定序列x的標(biāo)準(zhǔn)差，Eviews將在t 統(tǒng)計(jì)量中使用該標(biāo)準(zhǔn)差的估計(jì)值s 。NiixxNsNsmxt1211, 是x的樣本估計(jì)值，N是x的觀測(cè)值的個(gè)數(shù)。在原假設(shè)下，如果x服從正態(tài)分布，t統(tǒng)計(jì)量是自由度為N-1的t分布。 x 如果給定x的標(biāo)準(zhǔn)差，Eviews計(jì)算Z統(tǒng)計(jì)量： Nmxz 是指定的x的標(biāo)準(zhǔn)差。在原假設(shè)下，如果x服從標(biāo)準(zhǔn)差為 的正態(tài)分布，則Z統(tǒng)計(jì)量服從標(biāo)準(zhǔn)正態(tài)分布。 要進(jìn)行均值檢驗(yàn)，在Mean內(nèi)輸入 值。如果已知標(biāo)準(zhǔn)差，想要計(jì)算Z統(tǒng)計(jì)量，在右邊的框內(nèi)輸入標(biāo)準(zhǔn)

7、差值?？梢暂斎肴魏螖?shù)或標(biāo)準(zhǔn)Eviews表達(dá)式，下頁(yè)我們給出檢驗(yàn)的輸出結(jié)果。 表中的Probability值是P值（邊際顯著水平）。在雙邊假設(shè)下，如果這個(gè)值小于檢驗(yàn)的顯著水平，如0.05則拒絕原假設(shè)。這里我們堅(jiān)決拒絕原假設(shè)。 檢驗(yàn)的原假設(shè)為序列x的方差等于 ，備選假設(shè)為雙邊的，x的方差不等于 ，即 22 2120var:var:xHxH Eviews計(jì)算 統(tǒng)計(jì)量，計(jì)算公式如下 2NiixxNssN12222211,1 N為觀測(cè)值的個(gè)數(shù)， 為x的樣本均值。在原假設(shè)下，如果x服從正態(tài)分布， 統(tǒng)計(jì)量是服從自由度為N-1的 分布。 要進(jìn)行方差檢驗(yàn)，在Variance處填入在原假設(shè)下的方差值。可以填入任何

8、正數(shù)或表達(dá)式。 x22 原假設(shè)為序列x的中位數(shù)等于m，備選假設(shè)為雙邊假設(shè)，x的中位數(shù)不等于m，即 mxmedHmxmedH:10 Eviews提供了三個(gè)以排序?yàn)榛A(chǔ)的無(wú)參數(shù)的檢驗(yàn)統(tǒng)計(jì)量。方法的主要參考來(lái)自于Conover（1980）和Sheskin（1997）。 要進(jìn)行中位數(shù)檢驗(yàn)，在Median右邊的框內(nèi)輸入中位數(shù)的值，可以輸入任何數(shù)字表達(dá)式。 一階差分d(x)=x-x(-1)、二階差分d(x)-d(x(-1)=x-2x(-1)+x(-2) 可選擇水平值、一階差分或二階差分的相關(guān)圖。也可以指定顯示相關(guān)圖的最高滯后階數(shù)。在框內(nèi)輸入一個(gè)正整數(shù), 就可以顯示相關(guān)圖及相關(guān)統(tǒng)計(jì)量。 顯示確定滯后期的自相

9、關(guān)函數(shù)以及偏相關(guān)函數(shù)。這些函數(shù)通常只對(duì)時(shí)間序列有意義。當(dāng)選擇View/Correlogram顯示如下對(duì)話框（Correlogram Specification）。 序列y 滯后k階的自相關(guān)由下式估計(jì) TttTktkttkyyyyyyr121 是樣本y的均值，這是相距k期值的相關(guān)系數(shù)。如果 ，意味著序列是一階序列相關(guān)。如果 隨著滯后階數(shù)k的增加而呈幾何級(jí)數(shù)減小，表明序列服從低階自回歸過(guò)程。如果 在小的滯后階數(shù)下趨于零，表明序列服從低階動(dòng)平均過(guò)程。虛線之間的區(qū)域是由自相關(guān)中正負(fù)兩倍于估計(jì)標(biāo)準(zhǔn)差所夾成的。如果自相關(guān)值在這個(gè)區(qū)域內(nèi)，則在顯著水平為5%的情形下與零沒(méi)有顯著區(qū)別。 y01rkrkr 滯后k

10、階的偏相關(guān)是當(dāng) 對(duì) 作回歸時(shí) 的系數(shù)。叫它偏相關(guān)是因?yàn)樗攘苛薻期間距的相關(guān)而不考慮k-1期的相關(guān)。如果這種自相關(guān)的形式可由滯后小于k階的自相關(guān)表示，那么偏相關(guān)在k期滯后下的值趨于零。 一個(gè)純的P階自回歸過(guò)程AR(P)的偏相關(guān)在P階截尾，而純的動(dòng)平均函數(shù)的偏相關(guān)過(guò)程漸進(jìn)趨于零。tykttyy1kty Eviews在P階滯后下估計(jì)偏相關(guān)的計(jì)算式如下 1,11,11, 111, 11krrrkrkjjjkkjjkjkkk 是在k階滯后時(shí)的自相關(guān)的估計(jì)值。 krjkkkjkjk, 1, 1, 這是偏相關(guān)的一致估計(jì)。要得到的更確切的估計(jì)，需進(jìn)行回歸 residyyyyktkktktt11110 偏相關(guān)

11、中的虛線表示的是估計(jì)標(biāo)準(zhǔn)差的正負(fù)二倍。如果偏相關(guān)落在該區(qū)域內(nèi)，則在5%的顯著水平下與零無(wú)顯著差別（截尾）。 相關(guān)圖的最后兩列顯示的是Ljung-Box Q-統(tǒng)計(jì)量及它們的P值。 k階滯后的Q-統(tǒng)計(jì)量是原假設(shè)為序列沒(méi)有k階自相關(guān)的統(tǒng)計(jì)量。計(jì)算式如下 kjjLBjTrTTQ122 是 j 階自相關(guān)系數(shù)，T是觀測(cè)值的個(gè)數(shù)。Q-檢驗(yàn)經(jīng)常用于檢驗(yàn)一個(gè)序列是否是白噪聲。jr 13章將討論平穩(wěn)及非平穩(wěn)的時(shí)間序列，討論Dickey-Fuller和Phillips-Perren單位根檢驗(yàn)，可檢驗(yàn)序列是否平穩(wěn)。選擇檢驗(yàn)類(lèi)型，決定單位根檢驗(yàn)是否用原始數(shù)據(jù)、一階差分、二階差分，是否包括截距或趨勢(shì)以及檢驗(yàn)回歸的滯后階數(shù)

12、，以及在Eviews中進(jìn)行單位根檢驗(yàn)的更多細(xì)節(jié)問(wèn)題。 這部分是對(duì)序列的描述，表格如下： 除了Last Update，可以編輯序列標(biāo)簽中的任何項(xiàng)。Last Update顯示序列上一次修改的時(shí)間。每一部分包括一行，只有Remarks and History包括20行，注意如果填入了一行（在20行中），最后一行將被刪除。Name是序列在工作文件中顯示的名字?？梢酝ㄟ^(guò)編輯這一部分給序列改名。如果在Display Name中填入序列名，這個(gè)名字將會(huì)在圖表中替換標(biāo)準(zhǔn)的對(duì)象的名字。Object Name、Display Name可包括空格、區(qū)分大小寫(xiě)。 一、一、由方程創(chuàng)建Generate by Equati

13、on允許使用已有序列的表達(dá)式來(lái)建立新的序列，序列表達(dá)式的書(shū)寫(xiě)規(guī)則見(jiàn)第5章。 二、重置樣本Resampling 這一過(guò)程從序列觀測(cè)值中隨機(jī)選取并建立一個(gè)新序列?？梢灾付ㄌ崛⌒聵颖緯r(shí)置換（允許給定觀測(cè)值被多次提?。┗虿恢脫Q。從序列窗口選擇Procs/Resample，出現(xiàn)下列窗口，提示指定各種選擇： 時(shí)間序列的季度、月度觀測(cè)值常常顯示出月和季度的循環(huán)變動(dòng)。例如：冰激凌的銷(xiāo)售在每一年的夏季很好，玩具的銷(xiāo)售在12月圣誕節(jié)期間達(dá)到頂峰。季節(jié)調(diào)整是從一個(gè)序列中除去季節(jié)變動(dòng)，顯示季節(jié)調(diào)整是從一個(gè)序列中除去季節(jié)變動(dòng)，顯示出序列潛在的趨勢(shì)分量。只有季度、月度數(shù)據(jù)出序列潛在的趨勢(shì)分量。只有季度、月度數(shù)據(jù)才能做季節(jié)

14、調(diào)整。才能做季節(jié)調(diào)整。要對(duì)一個(gè)序列進(jìn)行季節(jié)調(diào)整，在序列窗口的工具欄中單擊Procs/Seasonal Adjustment，顯示季節(jié)調(diào)整對(duì)話框: 有4種季節(jié)調(diào)整方法，Census X12方法、X11方法、Tramo/Seats方法和移動(dòng)平均方法。 為了及時(shí)、準(zhǔn)確地把握經(jīng)濟(jì)周期波動(dòng)，一般都采用月度或季度數(shù)據(jù)來(lái)進(jìn)行分析和預(yù)測(cè)，而對(duì)于每個(gè)經(jīng)濟(jì)指標(biāo)的月度或季度時(shí)間序列來(lái)說(shuō)，都包含著四種變動(dòng)要素：長(zhǎng)期趨勢(shì)要素T (Trend)、循環(huán)要素C (Cylce)、季節(jié)變動(dòng)要素S (Seasonal)和不規(guī)則要素I (Irregular)。 長(zhǎng)期趨勢(shì)要素代表經(jīng)濟(jì)時(shí)間序列長(zhǎng)期的趨勢(shì)特性。循環(huán)要素是以數(shù)年為周期的一種

15、周期性變動(dòng)，它可能是一種景氣變動(dòng)，經(jīng)濟(jì)變動(dòng)或其他周期變動(dòng)，它可以代表經(jīng)濟(jì)或某個(gè)特定工業(yè)的波動(dòng)。季節(jié)變動(dòng)要素是每年重復(fù)出現(xiàn)的循環(huán)變動(dòng)，以12個(gè)月或4個(gè)季度為周期的周期性影響，是由溫度、降雨、年中的月份，假期和政策等引起的。季節(jié)變動(dòng)要素和循環(huán)要素的區(qū)別在于，季節(jié)變動(dòng)要素是在固定間距（如年、季、月或周）中自我循環(huán)，而循環(huán)要素是從一個(gè)周期變動(dòng)到另一個(gè)周期，間距比較長(zhǎng)且不固定的一種周期性波動(dòng)。不規(guī)則要素又稱(chēng)隨機(jī)因子、殘余變動(dòng)或噪聲，其變動(dòng)無(wú)規(guī)則可循，這類(lèi)因素是由偶然發(fā)生的事故引起的，如：故障、罷工、意外事故、地震、水災(zāi)、惡劣氣候、戰(zhàn)爭(zhēng)、法令更改、測(cè)定誤差等。 在經(jīng)濟(jì)分析中，季節(jié)變動(dòng)要素和不規(guī)則要素往往遮

16、蓋或混淆了經(jīng)濟(jì)發(fā)展中的客觀變化，給研究和分析經(jīng)濟(jì)發(fā)展趨勢(shì)和判斷目前經(jīng)濟(jì)處于什么狀態(tài)帶來(lái)困難，因此需要在經(jīng)濟(jì)分析之前，將經(jīng)濟(jì)時(shí)間序列進(jìn)行分解，剔除其中的季節(jié)變動(dòng)要素和不規(guī)則要素。經(jīng)濟(jì)時(shí)間序列分解模型，依據(jù)時(shí)間序列的四個(gè)構(gòu)成要素在模型中的相互關(guān)系，可以表現(xiàn)為多種不同的形式，但就一般而言，基本的分解模型只有兩類(lèi)：即加法模型和乘法模型。 加法模型的一般形式為: 式中T、C、S 和 I 均表現(xiàn)為絕對(duì)量。 YTCSI 乘法模型的一般形式為 式中T為絕對(duì)量；C、S 和 I 均為相對(duì)量。YTCSI511.471631.482751.493871.494991.5019811983198519871989199

17、1199319951997單位：億元單位：億元 下面是中國(guó)的工業(yè)總產(chǎn)值的時(shí)間序列基于乘法模型分解的四種變動(dòng)要素的圖形 。606.051505.592405.123304.664204.20198119831985198719891991199319951997單位：億元單位：億元注：利用注：利用X-11X-11季節(jié)調(diào)整方法計(jì)算（乘法模型）季節(jié)調(diào)整方法計(jì)算（乘法模型）91.6397.47103.31109.14114.98198119831985198719891991199319951997 注：利用階段平均方法計(jì)算注：利用階段平均方法計(jì)算0.760.860.961.061.161981198

18、31985198719891991199319951997 注：利用注：利用X-11X-11季節(jié)調(diào)整方法計(jì)算（乘法模型）季節(jié)調(diào)整方法計(jì)算（乘法模型）0.890.951.001.061.11198119831985198719891991199319951997 注：利用注：利用X-11X-11季節(jié)調(diào)整方法計(jì)算（乘法模型）季節(jié)調(diào)整方法計(jì)算（乘法模型） EVIEWS是將美國(guó)國(guó)勢(shì)調(diào)查局的X12季節(jié)調(diào)整程序直接安裝到EVIEWS子目錄中，建立了一個(gè)接口程序。EVIEWS進(jìn)行季節(jié)調(diào)整時(shí)將執(zhí)行以下步驟： 1給出一個(gè)被調(diào)整序列的說(shuō)明文件和數(shù)據(jù)文件； 2利用給定的信息執(zhí)行X12程序； 3返回一個(gè)輸出文件，將調(diào)

19、整后的結(jié)果存在EVIEWS工作文件中。 X12的EVIEWS接口菜單只是一個(gè)簡(jiǎn)短的描述，EVIEWS還提供了一些菜單不能實(shí)現(xiàn)的接口功能，更一般的命令接口程序。 調(diào)用X12季節(jié)調(diào)整過(guò)程，在序列窗口選擇Procs/Seasonal Adjustment / Census X12，打開(kāi)一個(gè)對(duì)話框： X12方法有5種選擇框，下面分別介紹。首先顯示的是季節(jié)調(diào)整選擇框。 X11方法（方法（X11 Method） 這一部分指定季節(jié)調(diào)整分解的形式：乘法；加法；偽加法（此形式必須伴隨ARIMA說(shuō)明）；對(duì)數(shù)加法。注意乘法；偽加法和對(duì)數(shù)加法不允許有零和負(fù)數(shù)。 季節(jié)濾波季節(jié)濾波(Seasonal Filter) 當(dāng)估

20、計(jì)季節(jié)因子時(shí)，允許選擇季節(jié)移動(dòng)平均濾波（可能是月別移動(dòng)平均項(xiàng)數(shù)），缺省是X12自動(dòng)確定。近似地可選擇(X11 defaul)缺省選擇。需要注意以下幾點(diǎn)： 在對(duì)話框指定的季節(jié)濾波應(yīng)用于所有頻率。如果想對(duì)不同的頻率用不同的濾波，應(yīng)該使用更一般的X12命令語(yǔ)言。 如果序列短于20年，X12不允許指定315的季節(jié)濾波。 趨勢(shì)濾波（趨勢(shì)濾波（Trend Filter (Henderson)） 當(dāng)估計(jì)趨勢(shì)循環(huán)分量時(shí)，允許你指定亨德松移動(dòng)平均的項(xiàng)數(shù)，可以輸入大于1和小于等于101的奇數(shù)，缺省是由X12自動(dòng)選擇。 存調(diào)整后的分量序列名（Component Series to save） X12將被調(diào)整的序列名

21、作為缺省列在Base name框中，可以改變序列名。在下面的多選鈕中選擇要保存的季節(jié)調(diào)整后分量序列，X12將加上相應(yīng)的后綴存在工作文件中： 最終的季節(jié)調(diào)整后序列（SA）； 最終的季節(jié)因子（SF）； 最終的趨勢(shì)循環(huán)序列（TC）； 最終的不規(guī)則要素分量（IR）； 季節(jié)/貿(mào)易日因子（D16）； 假日/貿(mào)易日因子（D18）； 點(diǎn)擊ARIMA Option標(biāo)簽，可出現(xiàn)下列對(duì)話框： X12還允許在季節(jié)調(diào)整前對(duì)被調(diào)整序列建立一個(gè)合適的ARIMA模型。 在配備一個(gè)合適的ARMA模型之前允許轉(zhuǎn)換序列。缺省是不轉(zhuǎn)換；Auto選擇是根據(jù)計(jì)算出來(lái)的AIC準(zhǔn)則自動(dòng)確定是不做轉(zhuǎn)換還是進(jìn)行對(duì)數(shù)轉(zhuǎn)換；Logistic選擇將序

22、列y轉(zhuǎn)換為log(y/(1-y)，序列的值被定義在0和1之間；Box-Cox power選擇要求提供一個(gè)參數(shù)，做下列轉(zhuǎn)換：0/ ) 1(0)log(2ifyifytt 允許在2種不同的方法中選擇ARIMA模型。 Specify in-line 選擇 要求提供ARIMA模型階數(shù)的說(shuō)明（p d q）(P D Q) 缺省的指定是“(0 1 1)(0 1 1)”是指季節(jié)的IMA模型： L是滯后算子，這里季節(jié)差分是指，季度數(shù)據(jù)時(shí)s =4；月度數(shù)據(jù)時(shí)s =12。下面是一些例子：p 非季節(jié)的AR階數(shù) d 非季節(jié)的差分階數(shù) q 非季節(jié)的MA階數(shù) P 季節(jié)AR階數(shù) D 季節(jié)差分階數(shù) Q 季節(jié)MA階數(shù) (1 0

23、0) (0 1 1) (1 0 1)(1 0 0) ttyL)1 (ttLyL)1 ()1 (ttssLyLL)1 ()1)(1 (1 注意在模型中總的AR、MA、和差分的系數(shù)不超過(guò)25；AR或MA參數(shù)的最大延遲為24；在ARIMA因子中的最大差分階數(shù)不超過(guò)3。 Select from file 選擇 X12將從一個(gè)外部文件提供的說(shuō)明集合中選擇ARIMA模型。EVIEWS將利用一個(gè)包含一系列缺省模型指定說(shuō)明的文件（X12A.MDL）： (0 1 1)(0 1 1) * (0 1 2)(0 1 1) X (2 1 0)(0 1 1) X (0 2 2)(0 1 1) X (2 1 2)(0 1

24、1) 缺省說(shuō)明用“*”表示，除最后一個(gè)外，中間的用“X”結(jié)尾。有2個(gè)選擇： Select best 檢驗(yàn)列表中的所有模型，選一個(gè)最小預(yù)測(cè)誤差的模型，缺省是第一個(gè)模型。 Select by out-of-sample-fit 對(duì)模型的評(píng)價(jià)用外部樣本誤差，缺省是用內(nèi)部樣本預(yù)測(cè)誤差。 允許你在ARIMA模型中指定一些外生回歸因子，利用多選鈕可選擇常數(shù)項(xiàng)，或季節(jié)虛擬變量，事先定義的回歸因子可以捕捉貿(mào)易日和節(jié)假日的影響。 可以在進(jìn)行季節(jié)調(diào)整和利用ARIMA模型得到用于季節(jié)調(diào)整的向前/向后預(yù)測(cè)值之前，先去掉確定性的影響（例如節(jié)假日和貿(mào)易日影響）。首先要選擇（Ajustment Option）是否進(jìn)行這項(xiàng)調(diào)

25、整？，確定在那一個(gè)步驟里調(diào)整：在ARIMA步驟，還是X-11步驟？ Trading Day Effects消除貿(mào)易日影響有2種選擇，依賴(lài)于序列是流量序列還是存量序列（諸如存貨）。對(duì)于流量序列還有2種選擇，是對(duì)周工作日影響進(jìn)行調(diào)整還是對(duì)僅對(duì)周日-周末影響進(jìn)行調(diào)整。存量序列僅對(duì)月度序列進(jìn)行調(diào)整，需給出被觀測(cè)序列的月天數(shù)。 Holiday effects 僅對(duì)流量序列做節(jié)假日調(diào)整。對(duì)每一個(gè)節(jié)日，你必須提供一個(gè)數(shù)，是到這個(gè)節(jié)日之前影響的持續(xù)天數(shù)。 Easter 復(fù)活節(jié) Labor 勞動(dòng)節(jié) Thanksgiving 感恩節(jié) Christmas 圣誕節(jié) 注意這些節(jié)日只針對(duì)美國(guó)，不能應(yīng)用于其他國(guó)家。 外部影

26、響調(diào)整也是分別在ARIMA步驟和X11步驟中進(jìn)行。然而，必須在X11步驟中作了貿(mào)易日/節(jié)日調(diào)整，才能在X11步驟中做外部調(diào)整，而且只能做附加的外部調(diào)整； 在ARIMA步驟中有4種外部調(diào)整： 附加的外部調(diào)整； 水平變換； 暫時(shí)的水平變化； 彎道影響。 這項(xiàng)選擇提供了各種診斷： 季節(jié)因素的穩(wěn)定性分析季節(jié)因素的穩(wěn)定性分析（Stability Analysis of Seasonals） Sliding spans 移動(dòng)間距移動(dòng)間距 檢驗(yàn)被調(diào)整序列在固定大小的移動(dòng)樣本上的變化； Historical revisions 歷史修正歷史修正 檢驗(yàn)被調(diào)整序列增加一個(gè)新觀測(cè)值，即增加一個(gè)樣本時(shí)的變化。 其他診

27、斷其他診斷（Other Diagnostics） 還可以選擇顯示各種診斷輸出： Residual diagnostics 殘差診斷殘差診斷 作為對(duì)所配備的ARIMA模型的檢驗(yàn)，報(bào)告一個(gè)標(biāo)準(zhǔn)的殘差診斷（例如自相關(guān)函數(shù)和Q-統(tǒng)計(jì)量），注意這個(gè)選擇要求估計(jì)ARIMA模型，如果沒(méi)有，則這個(gè)診斷被應(yīng)用于原始序列。 Outlier detection 外部探測(cè)外部探測(cè) 利用指定的ARIMA模型自動(dòng)地查出和報(bào)告外部影響。這個(gè)選擇要求指定一個(gè)ARIMA模型或至少一個(gè)外生回歸因子，假如沒(méi)有回歸模型，這項(xiàng)選擇被忽略。 Spectral plot 譜圖譜圖 顯示被調(diào)整序列和經(jīng)修正后的不規(guī)則序列的不同的譜圖。紅色垂直

28、點(diǎn)線是季節(jié)頻率，黑色垂線貿(mào)易日頻率。如果你在這些垂線觀測(cè)到峰，意味著不充分的調(diào)整。如果你選擇了這一項(xiàng)，譜數(shù)據(jù)將以矩陣形式（名字給定為：序列名SASP1和序列名SASP2）被存在工作文件中。矩陣的第一列是頻率，第二列是10個(gè)相應(yīng)頻率的對(duì)數(shù)譜。 X-11法是美國(guó)商務(wù)部標(biāo)準(zhǔn)的季節(jié)調(diào)整方法(乘法模型、加法模型)，乘法模型適用于序列可被分解為趨勢(shì)項(xiàng)與季節(jié)項(xiàng)的乘積，加法模型適用于序列可被分解為趨勢(shì)項(xiàng)與季節(jié)項(xiàng)的和。乘法模型只適用于序列值都為正的情形。 如果在季節(jié)調(diào)整對(duì)話框中選擇X-11選項(xiàng)，調(diào)整后的序列及因子序列會(huì)被自動(dòng)存入Eviews工作文件中，在過(guò)程的結(jié)尾X-11簡(jiǎn)要的輸出及錯(cuò)誤信息也會(huì)在序列窗口中顯示

29、。 關(guān)于調(diào)整后的序列的名字。Eviews在原序列名后加SA，但你也可以改變，這將被存儲(chǔ)在工作文件中。 需要注意，季節(jié)調(diào)整的觀測(cè)值的個(gè)數(shù)是有限制的。X-11只作用于含季節(jié)數(shù)據(jù)的序列，需要至少4整年的數(shù)據(jù)，最多能調(diào)整20年的月度數(shù)據(jù)及30年的季度數(shù)據(jù)。 X-11法與移動(dòng)平均法的最大不同是：X-11法中季節(jié)因子年與年有可能不同，而在移動(dòng)平均法中，季節(jié)因子被假設(shè)為是一樣的。 Tramo(Time Series Regression with ARIMA Noise, Missing Observation, and Outliers)是對(duì)具有缺失觀測(cè)值，ARIMA誤差、幾種外部影響的回歸模型完成估計(jì)、

30、預(yù)測(cè)和插值的程序。 Seats(Signal Extraction in ARIMA Time Series)是基于ARIMA模型的將可觀測(cè)時(shí)間序列分解為不可觀測(cè)分量的程序。這兩個(gè)程序是有Victor Gomez 和Agustin Maravall 開(kāi)發(fā)的。 當(dāng)選擇了Pross/Seasonal Adjustment/Tramo Seats時(shí)，EVIEWS執(zhí)行外部程序，將數(shù)據(jù)輸給外部程序，然后將結(jié)果返回EVIEWS。 指數(shù)平滑是可調(diào)整預(yù)測(cè)的簡(jiǎn)單方法。當(dāng)只有少數(shù)觀測(cè)值時(shí)這種方法是有效的。與使用固定系數(shù)的回歸預(yù)測(cè)模型不同，指數(shù)平滑法的預(yù)測(cè)用過(guò)去的預(yù)測(cè)誤差進(jìn)行調(diào)整。下面，我們對(duì) EViews中的指數(shù)

31、平滑法作簡(jiǎn)要討論。 要用指數(shù)平滑法預(yù)測(cè)，選擇Procs/Exponential Smoothing 顯示如下對(duì)話框 在5種方法中選擇一種方法。 既可以指定平滑參數(shù)也可以讓EViews估計(jì)它們的值。要估計(jì)參數(shù)，在填充區(qū)內(nèi)輸入字母e，EViews估計(jì)使誤差平方和最小的參數(shù)值。如果估計(jì)參數(shù)值趨于1，這表明序列趨于隨機(jī)游走，最近的值對(duì)估計(jì)將來(lái)值最有用。要指定參數(shù)值，在填充區(qū)內(nèi)輸入?yún)?shù)值，所有參數(shù)值在0-1之間，如果你輸入的參數(shù)值超出這一區(qū)間，EViews將會(huì)估計(jì)這個(gè)參數(shù)。 可以為平滑后的序列指定一個(gè)名字，EViews在原序列后加SM指定平滑后的序列名，你也加以可以改變。 必須指定預(yù)測(cè)的樣本區(qū)間（不管你

32、是否選擇估計(jì)參數(shù)）。缺省值是當(dāng)前工作文件的樣本區(qū)間。EViews將從樣本區(qū)間末尾開(kāi)始計(jì)算預(yù)測(cè)值。 可以改變每年的季節(jié)數(shù)（缺省值為每年12個(gè)月、4個(gè)季度）。這個(gè)選項(xiàng)允許預(yù)測(cè)不規(guī)則間距的數(shù)據(jù)，在空白處輸入循環(huán)數(shù)。 這種單指數(shù)平滑方法適用于序列值在一個(gè)常數(shù)均值上下隨機(jī)波動(dòng)的情況，無(wú)趨勢(shì)及季節(jié)要素。 平滑后的序列 計(jì)算式如下 = 為平滑因子。 越小， 越平緩，重復(fù)迭代，可得到 由此可知為什么這種方法叫指數(shù)平滑，y的預(yù)測(cè)值是y過(guò)去值的加權(quán)平均，而權(quán)數(shù)被定義為以時(shí)間為指數(shù)的形式。 單指數(shù)平滑的預(yù)測(cè)對(duì)所有未來(lái)的觀測(cè)值都是常數(shù)。這個(gè)常數(shù)為 （對(duì)所有的K0）,T是估計(jì)樣本的期末值。要開(kāi)始遞歸，我們需要 和 的初

33、值。EView使用原來(lái)觀測(cè)值的均值來(lái)開(kāi)始遞歸。Bowermen和OConnell（1979）建議 值在0.01到0.03之間較好。你也可以讓EViews估計(jì)使一步預(yù)測(cè)誤差平方和最小的 值。 stststyy110tyty 11ttyyty 10ty tKTyyty 這種方法是將單指數(shù)平滑進(jìn)行兩次（使用相同的參數(shù)）。適用于有線性趨勢(shì)的序列。序列y的雙指數(shù)平滑以遞歸形式定義為 11tttSyS11tttSSDS是單指數(shù)平滑后的序列，D是雙指數(shù)平滑序列。注意雙指數(shù)平滑是阻尼因子為 的單指數(shù)平滑方法。雙指數(shù)平滑的預(yù)測(cè)如下10kDSDSDkSkyTTTTTTkT121112最后一個(gè)表達(dá)式表明雙指數(shù)平滑的

34、預(yù)測(cè)有線性趨勢(shì)，截距為 ，斜率為 TTDS 21TTDS 這種方法適用于具有線性時(shí)間趨勢(shì)無(wú)季節(jié)變差的情形。這種方法與雙指數(shù)平滑法一樣以線性趨勢(shì)無(wú)季節(jié)成分進(jìn)行預(yù)測(cè)。雙指數(shù)平滑法只用了一個(gè)參數(shù)，這種方法用兩個(gè)參數(shù)。 平滑后的序列 由下式給出 tyty bkaykta表示截距；b表示趨勢(shì)。這兩個(gè)參數(shù)由如下遞歸式定義 111tbtaytat 111tbtatatb 在0-1之間，為阻尼因子。這是一種有兩個(gè)參數(shù)的指數(shù)平滑法。預(yù)測(cè)值計(jì)算如下 kTbTaykt 這些預(yù)測(cè)值具有線性趨勢(shì)，截距為 ，斜率為 。注意到無(wú)季節(jié)的Holt-Winters與 的加法及乘法模型并不相同， 只限制季節(jié)因子不變?yōu)榉橇愠?shù)。 T

35、a Tb00, 該方法適用于具有線性時(shí)間趨勢(shì)和加法模型的季節(jié)變差。 平滑后的序列 由下式給出ktktcbkaytyty 其中：a表示截距： b表示趨勢(shì)： 為加法模型的季節(jié)因子：tc 111tbtastcytatt 111tbtatatb stctaytcttt1 在0-1之間，為阻尼因子。在Cycle for Season中指定s為季節(jié)頻率，預(yù)測(cè)值由下式計(jì)算, SkTkTckTbTay季節(jié)因子用最后期的s估計(jì)。 這種方法適用于序列具有線性時(shí)間趨勢(shì)以及乘法模型的季節(jié)變差。 的平滑序列 由下式給出ktktcbkay其中：a表示截距 b表示趨勢(shì) 為乘法模型的季節(jié)因子tc 111tbtastcytatt 111tbtatatb stctaytcttt1 在0-1之間，為阻尼因子。在Cycle for Season中指定s為季節(jié)頻率，預(yù)測(cè)值由下式計(jì)算,