stata论文

《应用stata做统计分析》论文论文名称ARIMA模型在预测未来的年底余额上的运用及STATA应用二○一二年十二月一日ARIMA模型在预测未来的年底余额上的运用及STATA应用选题背景：中国城乡居民1990-2010年的人民币储蓄存款中年底余额做为研究对象10-3城乡居民人民币储蓄存款单位：亿元年份年底余额年增加额总计定期活期总计定期活期19907119.65909.41210.21935.11700.9234.219919244.97634.91610.02125.31725.5399.8199211757.39445.02312.32512.41810.1702.3199315203.512108.33095.23446.22663.3782.9199421518.816838.74680.16315.34730.41584.9199529662.323778.35884.18143.56939.61203.9199638520.830873.27647.68858.67095.01763.6199746279.836226.710053.17759.05353.52405.4199853407.541791.611615.97127.75564.81562.8199959621.844955.114666.76214.43163.53050.8200064332.446141.718190.74710.61186.63524.0200173762.451434.922327.69430.15293.24136.9200286910.758788.928121.713148.27354.15794.12003103617.768498.735119.016707.09709.76997.32004119555.478138.941416.515937.79640.26297.62005141051.092263.548787.521495.614124.77370.92006161587.3103011.458575.920544.010777.39766.72007172534.2104934.567599.710946.91923.19023.82008217885.4139300.278585.245351.234365.710985.52009260771.7160230.4100541.342886.320930.221956.12010303302.5178413.9124888.642530.818183.524347.3截取得下图城乡居民人民币储蓄存款单位：亿元时间年底余额19907119.619919244.9199211757.3199315203.5199421518.8199529662.3199638520.8199746279.8199853407.5199959621.8200064332.4200173762.4200286910.720031036182004119555200514105120061615872007172534200821788520092607722010303303[摘要]通过stata软件对成交量建立一个ARIMA模型，观察年底余额的变化情况和未来走势。ARIMA过程1、序列的平稳性：使原序列满足ARMA模型平稳可逆的要求2、定阶3、参数估计和模型诊断：参数估计是对识别阶段提供的粗模型参数估计并假设检验，做模型的诊断。4、预测：这是模型实际应用价值的体现[关键字]ARIMA模型；平稳性；估计；诊断；预测为了消除异方差的影响，首先对成交量y取10为底的对数变换，即lny，然后做它的自相关图(自相关图)因上述自相关图不是所有的点都落入自信带中，说明数据存在相关，未达平稳，故作一阶自相关（如下图）（一阶自相关图）因上述一阶自相关图不是所有的点都落入自信带中，说明数据存在相关，未达平稳，故作二阶自相关（如下图）（二阶自相关图）由于在二阶自相关图发现所有点都落在自信带中，说明说明数据间不存在显著相关，已达到平稳状态，故确定模型为二阶模型。下面做二阶偏自相关得下图结合偏自相关图出现截尾现象，觉得AR(2)模型应该合适，于是做了AR（2）回归：从上述程序得到数据和上述分析结果得probchi2=0.7388大于0.05，得分析结果不显著。故此不满足要求我偶然发现一阶中有一个得到的结果非常显著，下面为其的分析虽然分析结果得probchi2=0.000小于0.05，但从上述一阶差分的图中看出数据与估计模拟值相差较远下面还是对AR(2)分析，作ARIMA(1，0，1)得分析结果得probchi2=0.0271小于0.05，且从图中看出数据与估计模拟值相差较近，非常符合要求。根据第三个模型二阶差分ARIMA(1，0，1)得到随机效应ln((y(t)*y(t-2))/(y(t-1))^2)=&ln((y(t-1)*y(t-3))/y(t-2)^2)+@(o)+e(t)+@e(t-1)或固定效应ln((y(t)*y(t-2))/(y(t-1))^2)=&ln((y(t-1)*y(t-3))/y(t-2)^2)+e(t)+@e(t-1)下面为我做的数据截图t为时间、年份；y为年底余额；lny是对y求自然对数，消除异方差的影响；f-y为y的前滞，向前一阶；yhat、yguji、yra、fit1为y的估计值参考文献:[1]劳伦斯.汉密尔顿著、郭志刚等译的《应用stata做统计分析》10.0版[c812]，[2010-7][2]连玉君的《Stata暑期培训课程：初级》[CE],[2011-7-23][3]JonathanD.Cryer和Kung-SikChan著、潘红宇译的《时间序列分析及应用》[IV.C211.61],[2010-11]