附1 WWW和HTTP

时间序列分析实验指导数学与统计学院-4-202450100150200250NRND目录实验一EVIEWS中时间序列相关函数操作···························-1-实验二确定性时间序列建模方法····································-8-实验三时间序列随机性和平稳性检验····························-17-实验四时间序列季节性、可逆性检验····························-20-实验五ARMA模型的建立、识别、检验····························-26-实验六ARMA模型的诊断性检验·····································-29-实验七ARMA模型的预测··············································-30-实验八复习ARMA建模过程··········································-32-实验九时间序列非平稳性检验·····································-34--1-实验一EVIEWS中时间序列相关函数操作【实验目的】熟悉Eviews的操作：菜单方式，命令方式；练习并掌握与时间序列分析相关的函数操作。【实验内容】一、EViews软件的常用菜单方式和命令方式；二、各种常用差分函数表达式；三、时间序列的自相关和偏自相关图与函数；【实验步骤】一、EViews软件的常用菜单方式和命令方式；㈠创建工作文件⒈菜单方式启动EViews软件之后，进入EViews主窗口在主菜单上依次点击File/New/Workfile，即选择新建对象的类型为工作文件，将弹出一个对话框，由用户选择数据的时间频率（frequency）、起始期和终止期。选择时间频率为Annual（年度），再分别点击起始期栏（Startdate）和终止期栏（Enddate），输入相应的日期，然后点击OK按钮，将在EViews软件的主显示窗口显示相应的工作文件窗口。工作文件窗口是EViews的子窗口，工作文件一开始其中就包含了两个对象，一个是系数向量C（保存估计系数用），另一个是残差序列RESID（实际值与拟合值之差）。⒉命令方式在EViews软件的命令窗口中直接键入CREATE命令，也可以建立工作文件。命令格式为：CREATE时间频率类型起始期终止期则菜单方式过程可写为：CREATEA19851998㈡输入Y、X的数据⒈DATA命令方式在EViews软件的命令窗口键入DATA命令，命令格式为：-2-DATA序列名1序列名2…序列名n本例中可在命令窗口键入如下命令：DATAYX⒉鼠标图形界面方式在EViews软件主窗口或工作文件窗口点击Objects/NewObject，对象类型选择Series，并给定序列名，一次只能创建一个新序列。再从工作文件目录中选取并双击所创建的新序列就可以展示该对象，选择Edit＋/－，进入编辑状态，输入数据。㈢生成log（Y）、log（X）、X^2、1/X、时间变量T等序列在命令窗口中依次键入以下命令即可：GENRLOGY=LOG(Y)GENRLOGX=LOG(X)GENRX1=X^2GENRX2=1/XGENRT=@TREND(84)㈣选择若干变量构成数组，在数组中增加变量。在工作文件窗口中单击所要选择的变量，按住Ctrl键不放，继续用鼠标选择要展示的变量，选择完以后，单击鼠标右键，在弹出的快捷菜单中点击Open/asGroup，则会弹出数组窗口，其中变量从左至右按在工作文件窗口中选择变量的顺序来排列。在数组窗口点击Edit＋/－，进入全屏幕编辑状态，选择一个空列，点击标题栏，在编辑窗口输入变量名，再点击屏幕任意位置，即可增加一个新变量增加变量后，即可输入数据。点击要删除的变量列的标题栏，在编辑窗口输入新变量名，再点击屏幕任意位置，弹出RENAME对话框，点击YES按钮即可。㈤在工作文件窗口中删除、更名变量。⒈在工作文件窗口中选取所要删除或更名的变量并单击鼠标右键，在弹出的快捷菜单中选择Delete（删除）或Rename（更名）即可⒉在工作文件窗口中选取所要删除或更名的变量，点击工作文件窗口菜单栏中的Objects/Deleteselected…（Renameselected…），即可删除（更名）变量⒊在工作文件窗口中选取所要删除的变量，点击工作文件窗口菜单栏中的-3-Delete按钮即可删除变量。三、图形分析与描述统计分析㈠利用PLOT命令绘制趋势图在命令窗口中键入：PLOTY也可以利用PLOT命令将多个变量的变化趋势描绘在同一张图中，例如键入以下命令，可以观察变量Y、X的变化趋势PLOTYX㈡利用SCAT命令绘制X、Y的散点图在命令窗口中键入：SCATXY则可以初步观察变量之间的相关程度与相关类型二、各种常用差分函数表达式表1-1:1949年1月---1960年12月数据1949年1950年1951年1952年1953年1954年1955年1956年1957年1958年1959年1960年111211514517119620424228431534036041721181261501801961882332773013183423913132141178193236235267317356362406419412913516318123522726931334834839646151211251721832292342703183553634204726135149178218243264315374422435472535714817019923026430236441346549154862281481701992422722933474054675055596069136158184209237259312355404404463508101191331621912112292743063473594074611110411414617218020323727130531036239012118140166194201229278306306337405432（一）利用D(x)命令系列对时间序列进行差分(x为表1-1中的数据)。1、在命令窗口中键入：genrdx=D(x),则生成的新序列为序列x的一阶差分序列2、在命令窗口中键入：genrdxn=D(x,n),则生成的新序列为序列x-4-的n阶差分。3、在命令窗口中键入：genrdxs=D(x,0,s),则生成的新序列为序列x的对周期长度为s一阶季节差分。4、在命令窗口中键入：genrdxsn=D(x,n,s),则生成的新序列为对周期长度为s的时间序列x取一阶季节差分后的序列再取n阶差分。5、在命令窗口中键入：genrdlx=Dlog(x),则生成的新序列为x取自然对数后，再取一阶差分。6、在命令窗口中键入：genrdlxsn=Dlog(x,n,s),则生成的新序列为周期长度为s的时间序列x先取自然对数，再取一阶季节差分，然后再对序列取n阶差分。在EVIEWS中操作的图形分别为：-150-100-50050100495051525354555657585960DX-150-100-50050100150495051525354555657585960DX2-20020406080495051525354555657585960DX12-40-200204060495051525354555657585960DX121-0.3-0.2-0.10.00.10.20.3495051525354555657585960DLX-5-三、时间序列的自相关和偏自相关图与函数；（一）观察时间序列的自相关图。命令方式：（1）在命令行输入命令：Identx(x为序列名称)；（2）然后在出现的对话框中输入滞后时期数。（可取默认数）菜单方式：（1）双击序列图标。菜单操作方式：View—Correlogram，在出现的对话框中输入滞后数。（可取默认数）（二）练习：观察一些文件中的序列自相关函数Autocorrelation，偏自相关函数Partialautocorrelation的特征练习1：操作文件：Stpoor~1.wf1(美国S&P500工业股票价格指数1980年1月~1996年2月)步骤：（1）打开该文件。（2）观察序列stpoorr的趋势图，自相关图（自相关函数，偏自相关函数）的特征。（3）对序列取一阶差分，生成新序列dsp：genrdsp=d(stpoor)，并观察其趋势图，自相关图（同上，下略）的特征。（4）对该序列的自然对数取一阶差分，生成新的序列dlnsp：genrdlnsp=dlog(stpoor)，并观察其趋势图，自相关图。-0.15-0.10-0.050.000.050.100.15495051525354555657585960DLX121-6--7-练习2：操作文件：usagnp.wf1(美国1947年第一季度~1970年第四季度GNP-8-数据)步骤：（1）打开该文件。（2）观察序列usagdp的趋势图的特征，自相关图的特征。（3）对该序列取一阶差分，生新的序列dgdp：Genrdgdp=d(usagdp)。观察其趋势图，自相关图。（4）对该序列的自然对数取一阶差分，生成新的序列dlngdp：Genrdlngdp=dlog(gdp)。观察其趋势图，自相关图。（5）对序列一阶季节差分，生成新序列dsgdp=d(usagdp,0,4)观察其趋势图，自相关图的特征。（6）对该序列的自然对数取一阶季节差分，生成新的序列：dslngdp=dlog(usagdp,0,4)，观察其趋势图、自相关图。实验二确定性时间序列建模方法【实验目的】熟悉确定性时间序列模型的建模原理；掌握确定性时间序列建立模型的几种常用方法。【实验内容】一、多项式模型和加权最小二乘法的建立；二、单参数和双参数指数平滑法进行预测的操作练习；三、二次曲线和对数曲线趋势模型建立及预测；【实验步骤】一、多项式模型和加权最小二乘法的建立；1、我国1974—1994年的发电量资料列于表中，已知1995年的发电量为10077.26亿千瓦小时，试以表1.1中的资料为样本：（1）据拟合优度和外推检验的结果建立最合适的多项式模型。（2）采用加权最小二乘法估计我国工业发电量的线性趋势，并与普通最小二乘法估计的线性模型进行比较，列出OLS方法预测值和W=0.6，W=0.7时1992到1995年预测值以及相对误差。-9-操作过程：建立WORKFILE:CREATEA19741995生成新序列Y：datay生成新的时间趋势序列t：genrt=@trend(1973)建立系列方程：smpl19741994lsyctlsyctt^2lsyctt^2t^374-7879-8384-8889-9394-9516682820377058489281195830064107621210077.26203130934495677522343277497375392566351454528395-10--11-通过拟合优度和外推检验的结果发现一元三次多项式模型效果最好。首先生成权数序列：genrm=sqr(0.6^(21-t))加权最小二乘法的命令方式：ls(w=m)yct普通最小二乘法命令方式：lsyct进行预测：打开对应的方程窗口，点forecast按纽，将出现对话框，修改对话框samplerangeforforecast中的时间期限的截止日期为预测期.相对误差的计算公式为：（实际值-预测值）/实际值-12--13-二、单参数和双参数指数平滑法进行预测的操作练习2、某地区1996~2003年的人口数据如表1.2，运用二次指数平滑法预测该镇2004年底的人口数（单位：人）。4.01996199719981999200020012002200311433311582311