人口时间序列

1、1.19492001年中国人口时间序列数据见表8，由该数据（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。表8中国人口时间序列数据（单位：亿人）年份人口yt年份人口yt年份人口yt年份人口yt年份人口yt19495.416719606.620719718.5229198210.159199311.851719505.519619616.585919728.7177198310.2764199411.98519515.6319626.729519738.9211198410.3876199512.112119525.748219

2、636.917219749.0859198510.5851199612.238919535.879619647.049919759.242198610.7507199712.362619546.026619657.253819769.3717198710.93199812.476119556.146519667.454219779.4974198811.1026199912.578619566.282819677.636819789.6259198911.2704200012.674319576.465319687.853419799.7542199011.4333200112.7627195

3、86.599419698.067119809.8705199111.582319596.720719708.2992198110.0072199211.71711）画时间序列图在导入数据时发现数值是文本型的，需要转换成数值型:.destring（popu）,replace.destring（year）,replace对于时间序列需要.tssetyear画图命令：.twowaylinepopyearo观察图形发现有明显的时间趋势，所以进一步差分：.gendpo=D.population1961年两年出现回落外，其余年份基本上保持线性增长趋势。52年间平均每年增加人口1412.6923万人，年平均

4、增长率为1.66%。由于总人口数逐年增加，实际上的年人口增长率是逐渐下降的。把52年分为两个时期，即改革开放以前时期（19491978年）和改革开放以后时期（19792001年），则前一个时期的人口年平均增长率为2%,后一个时期的年平均增长率为1.23%o从人口序列y的t变化特征看，这是一个非平稳序列。（2）求中国人口序列的相关图和偏相关图，识别模型形式.acpopu.pacpopunosnoo000510152025Bartlettsformulafo；MA(q)95%confidencebai95%Confidencebandsse=1/sqrt(n)相关图显示其非平稳，作dpo的AC和P

5、AC：acdpopacdpoopdfosnoitalerocotu00000200510152025BartlettsformulaforMA(q)95%confidence0510152025band5%Confidencebandsse=1/sqrt(n)AC图呈指数衰减，PAC图一阶截尾，判定其为AR(1)模型时间序列模型估计模型估计命令如下，同时将样本改为19492000年，留下2001年的值用于计算预测精度。ARIMAregression(1)dpoDPO_CONS0.140*0.000ut=0.612Ut_+Vt直接写为：Dyt=0.140+o.612(Dyt_i-0.140)+v

6、t输出结果中的0.1429是Dyt的均值，表示年平均人口增量是0.1429亿人。整理上述输出结果，得：Dyt=0.140(l-0.612)+o.612Dyt-i+vt=0.05432+0.612。-1+vt0.05432表示线性趋势的增长速度。从输出结果的最后一行可以知道，特征根是1/0.6121，满足平稳性要求列示信息准则.estaticModel|Obsll(null)ll(model)dfAICBIC1y1|51.87.331523-168.663-162.8676Note:N=ObsusedincalculatingBIC;seeRBICnote-101-101Autocorrelat

7、ionPartialAutocor检验模型的误差项:.predictel,res.corrgramel,lags(10)LAGACPACQProbQ10.12900.1296.915910.33862-0.1663-0.18752.46940.29093-0.01740.03292.48680.477740.04260.00732.59280.62815-0.0109-0.01922.59980.761460.00850.02522.60420.85667-0.0917-0.11553.12930.87288-0.01690.01863.14760.92489-0.0354-0.0726-0.

8、07793.22930.954510-0.07733.62910.9625残差回归结果显示，所有的滞后项均不显著，故模型的随机误差是一个白噪声序列。样本外预测这里我用的方法做出来数字不对，感觉命令不对，希望大神予以指导(另外有更好的输出命令方法吗？都是复制图片形式，感觉不好看)predictpopu_hatin53listpopu*输出结果为.listpopu*populanpopuhat15.4167255196356345.748255879666.026676.146586282896.46531065994116720712.66207136585914.6729515.6917216.7.0499177.253818.7.4542197.636820.7.8534218.0671228299223.85229248717725.8921126.9.0859279.24228.9371729.9497430.9625931.9.754232.9870533.10.007234.10.15935.10.276436.10.387637.10.585138.10.750739.109340.1