三、案例：时间序列模型估计(王怡璇)

Eviews简单应用与操作案例：时间序列模型估计下面以1949~2001年中国人口时间序列数据（见表16-10）为例介绍：（1）画时间序列图（2）求中国人口序列的相关图和偏相关图，识别模型形式（3）估计时间序列模型（4）样本外预测1、画时间序列图打开工作文件窗口，双击所要选择的中国人口变量y，从而打开y的数据窗口。点击view键，选择功能graph\line如图1，就可以得到中国人口序列图：图1从Eviews主菜单中选择Quick键，选择Grapf\linegrapf功能。在随后弹出的对话框中填入d（y），点击OK就可得到人口序列分布图：图22、求中国人口序列的相关图和偏相关图，识别模型形式在中国人口y序列数据窗口中点击view键、选择corrologram功能，可以得到对话框，（如图3所示）（1）这里是对原变量（level）求相关图，即选择对y画相关图、偏相关图（2）确定相关图的滞后期（lagstoinclude）图3图4类似可得dy的相关图、偏相关图，（见图5）图5结论：由于图4中的相关图衰减得很慢，知中国人口序列是非平稳序列，而dy是平稳序列（图5中的相关图呈指数衰减特征），通过初步分析，认定dy是一个1阶或2阶自回归过程。假定先估计AR（2）模型3、时间序列模型估计从Eviews主菜单中选择Quick键，选择estimateequation功能。在随即弹出的equatianspecificatian对话框中输入AR（2）模型估计命令如下：DYcAR（1）AR（2）（C表示漂移项）。将样本范围改为1949~2000年，余下的2001年的值用于计算预测精度。点击OK，可得估计结果如图7图6图7由于AR（2）项，即Dy的系数没有显著性，因此点击Estimate键，从估计命令中剔除AR（2）项的（Dyt-2）继续估计，得估计结果如图9：t-2图8图9对应的模型表达式是从图9输出结果的最后一行知，特征根是1\0.49=2.04,满足平稳性要求。点击View选择residualstest\Correlogram-Q-stastistics功能，可以得到如图11对话框图10图11图9只是该输入结果的一种表达方式，通过该窗口的功能键，还可以得出其他表达形式：详见下图（图12）（图12）可以通过方程（Equation）窗口中View功能查看模型结构（ARMAstruacture）点击View选功能ARMAstruacture得图13的对话框，点击OK得估计结果对应的理论设定与实际的自相关函数与偏自相关函数图，如图14图13图144、样本外预测比如用估计模型Dy=0.0547+0.6171Dy+v预测2001年中国的总人口,在图9窗口中点击forecast键，弹出对话框窗口，如图15tt-1t图15图16点击OK，预测结果就会以yf、yfse为变量名保存在工作文件中，打开y、yf、yfse数据组，2001年中国人口预测值为12.79388亿，其标准差为0.053已知2001中国人口实际为12.7627亿人，预测误差为12.79388