EVIEWS时间序列实验指导上机操作说明书

1、EVIEWS时间序列实验指导上机操作说明书EVIEWS时间序列实验指导上机操作说明书53/53EVIEWS时间序列实验指导上机操作说明书合用标准时间序列解析实验指导420-2-450100150200250NRND文档合用标准数学与统计学院文档合用标准文档合用标准目录实验一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-10-实验三时间序列随机性和平稳性检验-21-实验四时间序列季节性、可逆性检验-25-实验五ARMA模型的建立、鉴别、检验-34-实验六ARMA模型的诊断性检验-37-实验七ARMA模型的展望-38-实验八复习ARMA建模过程-41-实验九时间序列非平稳性

2、检验-44-文档合用标准实验一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解析相关的函数操作。【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；创办工作文件菜单方式启动EViews软件此后，进入EViews主窗口在主菜单上依次点击File/New/Workfile，即选择新建对象的种类为工作文件，将弹出一个对话框，由用户选择数据的时间频率（frequency）、初步期和停止期。选择时间频率为Ann

3、ual（年度），再分别点击初步期栏（Startdate）和停止期栏（Enddate），输入相应的日期，尔后点击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（实质值文档合用标准与合之差）。命令方式在EViews件的命令窗口中直接入CREATE命令，也能够建立工作文件。命令格式：CREATE率型初步期止期菜方式程可写：CREATEA19851998入Y、X的数据DATA命令方式在EViews件的命令窗口入DATA命令，命令格式：DATA本例中可

4、在命令窗口入以下命令：DATAYX鼠形界面方式EViews件主窗口或工作文件窗口点Objects/NewObject，象型Series，并定序列名，一次只能建一个新序列。再从工作文件目中取并双所建的新序列就可以显现象，Edit/，入状，入数据。生成log（Y）、log（X）、X2、1/X、量T等序列在命令窗口中依次入以下命令即可：GENRLOGY=LOG(Y)GENRLOGX=LOG(X)文档合用标准GENRX1=X2GENRX2=1/XGENRT=TREND(84)若干量构成数，在数中增加量。在工作文件窗口中所要的量，按住Ctrl不放，用鼠要显现的量，完今后，鼠右，在出的快捷菜中点Open/

5、asGroup，会出数窗口，其中量从左至右按在工作文件窗口中量的序来排列。在数窗口点Edit/，入全屏幕状，一个空列，点，在窗口入量名，再点屏幕任意地址，即可增加一个新量增加量后，即可入数据。点要除的量列的，在窗口入新量名，再点屏幕任意地址，出RENAME框，点YES按即可。在工作文件窗口中除、更名量。在工作文件窗口中取所要除或更名的量并鼠右，在出的快捷菜中Delete（除）或Rename（更名）即可在工作文件窗口中取所要除或更名的量，点工作文件窗口菜中的Objects/Deleteselected（Renameselected），即可除（更名）量在工作文件窗口中取所要除的量，点工作文件窗口菜

6、中的文档合用标准Delete按钮即可删除变量。三、图形解析与描绘统计解析利用PLOT命令绘制趋势图在命令窗口中键入：PLOTY也能够利用PLOT命令将多个变量的变化趋势描绘在同一张图中，比方键入以下命令，能够观察变量Y、X的变化趋势PLOTYX利用SCAT命令绘制X、Y的散点图在命令窗口中键入：SCATXY则能够初步观察变量之间的相关程度与相关种类二、各种常用差分函数表达式1-1:1949年1月1960年12月数据1941951951951951951951951951951951969年0年1年2年3年4年5年6年7年8年9年0年1121151451711962042422843153403

7、604171118126150180196188233277301318342391213214117819323623526731735636240641931291351631812352272693133483483964614121125172183229234270318355363420472513514917821824326431537442243547253561481701992302643023644134654915486227文档合用标准148170199242272293347405467505559606813615818420923725931235540440

8、44635089119162191211229274306347359407461113301041141461721802032372713053103623901111814016619420122927830630633740543212（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

9、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，尔后再对序列n阶差分。EVIEWS中操作的图形分别为：10050文档0-50-100合用标准150100500-50-100-150495051525354555657585960DX26040200-20-40495051525354

10、555657585960DX121495051525354555657585960DLX121806040200-20495051525354555657585960DX12495051525354555657585960DLX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）尔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。文档合用标准菜单操作方式：ViewCorrelogram，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Autoc

11、orrelation，偏自相关函数Partialautocorrelation的特色练习1：操作文件：Stpoor1.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）的特色。（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）的特色。（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。文档合用标准文档合用标准练习2：操作文件：usag

12、np.wf1(美国1947年第一季度1970年第四时度GNP数据)步骤：（1）打开该文件。（2）观察序列usagdp的趋势图的特色，自相关图的特色。（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，自相关图的特色。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、

13、自相关图。文档合用标准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圆滑法进行展望的操作练习；三、二次曲线和对数曲线趋势模型建立及展望；【实验步骤】一、多项式模型和加权最小二乘法的建立；1、我国19741994年的发电量资料列于表中，已知1995年的发电量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适合的多项式模型。（2）采用加权最小二乘法估计我国工业发电量的线性趋势，并与一般最小二乘法估计的线性模型进行

14、比较，列出OLS方法展望值和W=0.6，时1992到1995年展望值以及相对误差。74-7879-8384-8889-9394-95166828203770584892811958300641076212文档合用标准6203130934495677522343277497375392566351454528395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：smpl19741994lsyctlsyctt2lsyctt2t3文档合用标准文档合用标准经过拟合优度和外推检验的结果发现一元三

15、次多项式模型收效最好。第一世成权数序列：genrm=sqr(0.6(21-t)加权最小二乘法的命令方式：ls(w=m)yct一般最小二乘法命令方式：lsyct进行展望：打开对应的方程窗口，点forecast按纽，将出现对话框，更正对话框samplerangeforforecast中的时间限时的截止日期为展望期.相对误差的计算公式为：（实质值-展望值）/实质值文档合用标准文档合用标准二、单参数和双参数指数圆滑法进行展望的操作练习2、某地区19962003年的人口数据如表1.2，运用二次指数圆滑法预测该镇2004年终的人口数（单位：人）。199619971998199920002001200220

16、03文档合用标准114311581171118511981211122312363323711750218926建立WORKFILE：createU19962004建立新序列Y和T：datay尔后输入数值。genrt=trend(1995)打开y序列，点击exponentialsmoothing按纽，出现以以下图对话框依照图示选项点击确定刻可。文档合用标准文档合用标准3、某地区19962003年农村用电量数据见表1.3，试利用Holt双参数指数圆滑法展望该地区2004年该地区农村用电量（单位：千瓦时）。19961991998199920002001200220037844.963.110612

17、44147316551812198052.9.8.9.7.7.1建立WORKFILE：createU19962004文档合用标准建立新序列Y和T：datay尔后输入数值。genrt=trend(1995)打开y序列，点击exponentialsmoothing按纽，出现以以下图对话框依照图示选项点击确定刻可。文档合用标准三、二次曲线和对数曲线趋势模型建立及展望；4、我公民航客运量数据的季节调整。相关数据如表1.4，对序列进行季节调整。（1指1993年10月，54指1998年3月）并对调整后序列建立二次曲线和对数曲线趋势模型，获取两个方程的民航客运量趋势估计值，并进行季节调整，求出两个趋势方程建

18、立的季节模型展望值。（选做）123456732826325124124931634411121314151617384368401363336366331文档合用标准21222324252627463509474508412313233343536374474834395145504895344142434445464741645150749356251525354398442428实验三时间序列随机性和平稳性检验【实验目的】认识Eviews输出的时间序列自相关图的内容及含义：自相关函数、偏自相关函数、95%置信限、Q-statistic。学会经过自相关图的Q统计量判断序列可否为白噪声。经过观

19、察序列的趋势图及自相关图判断序列可否为平稳序列。【实验内容】一、本次练习主要操作文件为ar1.wf1，ar2.wf1，ma1.wf1，ma2.wf1，arma11.wf1，各文件中包含的序列都是文档合用标准模拟生成的零均值平稳序列。二、总结各种过程自相关函数，偏自相关函数的特色。三、观察其他文件中的序列，看其可否平稳，若不平稳，试经过适当的差分变换、方差平稳化变换(取对数，平方根等)使其转变为平稳序列，尔后观察序列的自相关函数，偏自相关函数的特色，并与自已总结的各种过程的特色比较。【实验步骤】练习1.操作文件：说明：该文件中含有三个序列：at为模拟生成的正态白噪声序列；x、y均是模拟生成的ar

20、(1)过程，其参数各不相同。文件中有两个模型：EQX、EQY分别是对x、y的估计结果。操作内容：（1）观察序列at的自相关图，看其可否为白噪声序列，为什么？（2）观察序列x的自相关图：样本自相关函数（SACF）呈指数衰减，样本偏自相关函数（SPACF）滞后一阶截尾。（3）观察序列y的自相关图：样本自相关函数呈正负交替的指数衰减，样本偏自相关函数滞后一阶截尾。（4）分别打开EQX、EQY，试写出对x、y的估计结果。文档合用标准练习2：操作文件：说明：该文件中含有四个序列：at为模拟生成的白噪声序列；x，y，z均为模拟生成的AR(2)过程，且其参数各不相同。文件中有三个模型：分别是对x、y、z的估

21、计结果。操作内容：（1）分别观察序列x，y，z的自相关图，看其样本自相关函数，样本偏自相关函数各有什么特色。（提示：其样本自相关函数分别呈混杂指数衰减、正负交替的混杂指数衰减、阻尼正弦波衰减；样本偏自相关函数均滞后二阶截尾）。（2）分别打开EQX、EQY、EQZ，写出对x、y、z的估计结果。练习3：操作方件：说明：文件中的序列x、y分别为模拟生成的ma(1)过程，其参数各不相同。文件中的模型EQX、EQY为对x、y的估计结果。操作内容：（1）分别观察序列x，y的自相关图，看其样本自相关图，偏自相关图各有什么特色。（提示：其样本自相关函数均呈滞后一阶截尾，样本偏自相关函数分别呈指数衰减、正负交替

22、的指数衰减）。（2）分别打开EQX、EQY、写出对x、y的估计结果。文档合用标准练习4：操作文件：说明：文件中的序列分别为模拟生成的MA(2)过程，其参数各不相同。操作内容：（1）分别观察序列x，y的自相关图，看其样本自相关图，偏自相关图各有什么特色。（提示：各序列的样本自相关函数均滞后二阶截尾，样本偏自相关函数分别呈混杂指数衰减、正负交替的混杂指数衰减，阻尼正弦波衰减）。（2）分别打开EQX、EQY、写出对x、y的估计结果。练习5：操作文件：说明：文件中的序列x，y，z分别为模拟生成的不相同参数的ARMA(1,1)过程，EQX、EQY、EQZ分别为对各序列估计的结果。操作内容：（1）分别观察

23、序列x，y的自相关图，看其样本自相关图，偏自相关图各有什么特色。（提示：各序列的自相关函数，偏自相关函数都呈指数衰减）。（2）写出各模型的估计结果。练习6：操作文件：操作内容：（1）分别观察序列x，y的自相关图，看其样本自相关图，偏自相关图各有什么特色。（提示：各序列的自相关函数，偏自相关函数都呈指数衰减）。文档合用标准（2）写出各模型的估计结果。实验四时间序列季节性、可逆性检验【实验目的】观察拥有实质背景的经济数据，判断其可否平稳、可否含有季节性，均值可否为零。能运用适合的方法如差分、季节差分、取对数、平方根等，使序列变为平稳序列；平稳序列减去其均值，使其零均值化。【实验内容】一、判断序列的

24、平稳性和可逆性，给出相应判断依照，并写出模型形式。二、找出自己感兴趣的数据，判断数据可否平稳，可否拥有季节性，均值可否为零等。【实验步骤】练习一操作文件：，操作内容：一、（1）打开文件ar1.wf1，(2)依照EQX，写出对于序列x的模型形式：Xt=0.68Xt-1+at（3）写出用B算子表示的模型形式：(10.68B)Xt=at文档合用标准判断模型可否平稳？说明原因。写出该模型的传达形式。二、（1）打开文件（2）依照EQX写出序列x的模型形式为：Xt=0.49Xt-1+0.25Xt-2+at写出用B算子表示的形式：判断模型可否平稳?说明原因。试推导模型的传达形式。并写出其前5个格林函数。三、

25、（1）打开文件依照EQX写出序列X的模型形式：Xt=at写出用B算子表示的形式：Xt=(10.82B)at判断模型可否可逆？说明原因。（5）写出该模型的逆转形式。四、（1）打开文件(2)依照EQX写出序列X的模型形式：Xt=0.92Xt-1+at写出用B算子表示的形式：(10.92B)Xt=(10.57B)at判断模型可否平稳？可否平稳？说明原因。5）试推该模型的传达函数形式。五、打开ma2.wf1，写出各序列模型形式及用B算子表示的形式，判断序列可否可逆，试推导其逆转形式。打开，写出各序列模型形式及用B算子表示的形式，判断序列可否平稳，可否可逆，试推导其传达函数形式，逆转形式。练习二操作文件

26、：，等。文件说明：（1）各文件是教材后附录III所列资料，各数据文档合用标准背景拜会附录。（2）为我国19782001各年GDP数据。为我国19532001各年GDP指数，即各年GDP发展速度数据。（3），文件说明见第一次上机实习内容说明。判断可否平稳、可否拥有季节性的方法：1）经过序列的趋势图大概的判断。2）经过序列的自相关图判断。若序列自相关函数衰减缓慢，滞后较长远间仍不为零，则可初步判断序列非平稳。若序列的自相关函数周期性的显然不为零（如月度数据的滞后12期，24期，36期等自相关函数显然不为零；季度数据的滞后4，8，12，16各期自相关函数显著不为零）则可判断序列含有季节性。使序列平稳

27、化的方法：1）若数据方差非平稳，应先经过对数变换、平方根变换等方法，使序列方差平稳。2）先经过差分除掉序列的长远趋势（若是有的话）。3）再经过季节差分除掉序列的季节性（若是有的话）。差分函数的使用可见前两次上机实习内容。使平稳序列零均值化的方法：Eviews中可经过函数mean()求序列的均值。如要求平稳序列x的均值，并对序列x零均值化，则可用以下命令：Scalarm=mean(x)Genry=xm其中：Scalar命令在Eviews中表示生成标量数据（均值可是一个数，而不是序列）。Y为对x零均值化后的序列。自然，上述命令也可简化为：Genry=xmean(x)文档合用标准习题三：用自相关解析

28、图鉴别1990年1月至1997年12月我国工业总产值的月度时间序列及其自然对数的平稳性，并说明原因。若不平稳试绘制自然对数序列的一阶逐期差分和一阶季节差分后的我国工业总产值序列的相关解析图。1990年1月至1997年12月我国工业总产值（单位：亿元）年月数据199012345678910111219911文档合用标准234562103789101112213619921234567228882321文档合用标准91011121993123456789290810111219941233409文档合用标准4567337389101112199512345678910文档合用标准114091121

29、996123456789101112199712345文档合用标准6789101112文档合用标准实验五ARMA模型的建立、鉴别、检验【实验目的】熟悉对零均值平稳序列建立ARMA模型的前三个阶段：模型鉴别、模型参数估计、诊断检验。（1）依照时间序列自相关图对零均值平稳序列进行初步的模型鉴别。（2）运用Eviews软件估计ARMA模型参数。对所建立的模型可否为适应性模型进行诊断检验。【实验内容】模型鉴别依照零均值平稳化后的序列的自相关函数和偏自相关函数表现出的特色，对序列进行初步的模型鉴别（注：这种方法其实不总是有效）。模型参数估计Eviews建立ARMA模型的命令用到AR、MA、SAR，SMA

30、等参数项。其中SAR、SMA两参数在建立季节性时间序列模型时要用到。比方：对一个零均值的平稳序列x建立ARMA(2,1)模型，（1）命令操作方式为：lsxar(1)ar(2)ma(1)（2）菜单操作方式：QuickEstimateequation，输入：xar(1)ar(2)ma(1)，OK。以上述操作方式建模时，Eviews自动采用非线性最小二乘法估计模型参数。模型的诊断检验：1判断模型可否为适应性模型判断模型可否为序列的适应性模型，主要依照模型残差可否为白噪声来判断，若残差是白噪声，则能够为此模型是序列的适应性模型，否则，不是。文档合用标准Eviews操作：在模型窗口，ViewResidu

31、altestsCorrelogramQstatistics依照输出的残差的Q统计量判断残差可否为白噪声序列。2模型中各项的弃取若建立的模型为适应性模型，还要看输出项中各变量可否显然(经过输出结果中的t统计量值及相应的P值)，对不显然的项，要剔除，尔后重新建模。3模型的选择（定阶）对于同一个序列来说，可能有多个适应性模型，要从这多个适应性模型中选择，平时依照多个模型输出项中的赤池信息准则(AIC，Akaikeinfocriterion)和施瓦茨准则(SBC，SchwartzBayescriterion)进行比较，一般认为这两个统计量值越小的模型越好。4模型平稳性和可逆性的判断判断模型是适应性模型

32、后，还应判断模型可否平稳和可逆，判断方法以下。模型输出结果最下方输出的两项，ARinvertedroot(若是有的话)和MAinvertedroot（若是有的话），其含义分别为：invertedARroot：为模型自回归AR部分所对应的差分方程的特色方程的特色根。若特色根的绝对值都小于1，则说明模型是平稳的；若其中有大于或等于1的，说明模型非平稳；若有等于1或很凑近于1的，说明原序列为单位根过程，需要先对序列进行差分平稳化变换(有几个单位根，作几阶差分变换)，尔后建模。invertedMAroot：为模型搬动平均MA部分所对应的差分方程的特色方程的特色根。若特色根绝对值都小于1，则说明模型是可

33、逆的；若有大于或等于1的，说明模型不可以逆；若有等于1或很凑近于1的，则很有可能在数据办理过程中，对原序列过分差分了，这时需要减少对序列差分的阶数，再重新建模。；文档合用标准【实验步骤】练习一操作文件：拜会上机3练习一操作内容：打开一个文件，如采用一个序列，如x，判断序列可否为平稳，均值可否零均值平稳序列（本例略）。观察该序列自相关图，依照自相关函数滞后二阶截尾，偏自相关函数表现为拖尾，初步判断模型阶数AR(2)。建模：lsxar(1)ar(2)诊断检验：模型可否为序列的适应性模型：检验模型残差可否为白噪声。模型中各项可否显然：用各变量的t检验值及相应的p值。模型选择：先记下拟合的ar(2)模

34、型的AIC和SBC。再拟合其他模型如：ARMA(2,1)，记下输出的AIC和SBC。比较上述结果，看哪个更小。d.判断模型可否平稳：看invertedARroot可否小于1.练习二：操作文件：拜会上机3练习二操作内容：打开一个文件（1）采用一个序列，判断序列可否平稳，均值可否为零，若否，应先将序列转变为零均值平稳序列。转变方法见以前上机实习内容。（2）（4）同上。文档合用标准实验六ARMA模型的诊断性检验【实验目的】经过练习，进一步熟悉建模步骤：模型鉴别，参数估计，诊断检验（适应性检验、模型定阶等）。【实验内容】(1)三个模型可否都为适应性模型？哪个模型更佳？三个模型中均包含了常数项，其与序列

35、均值有何关系？各个模型的估计中，实质用到的观察值的个数分别为多少？【实验步骤】操作文件：及其他拥有实质背景的数据。练习一磨轮剖面数据，见附录。操作步骤：1、判断序列mlpm可否平稳，均值可否为零。2、依照自相关图，进行模型鉴别。3、建立模型：lsmlpmcar(1)ar(2)4、模型诊断检验：看此模型可否适合。5再分别建立两个模型，且重复上述步骤。lsmlpmcma(1)ma(2)文档合用标准lsmlpmcar(1)ma(1)练习二、依照上述思路，请分别对zl17.wf1，zl18.wf1，gdpindex.wf1等文件进行操作。（该组文件中的数据自己为平稳数据）练习三、操作文件：zl1.wf

36、1，zl3.wf1，zl4.wf1,zl5.wf1，zl19.wf1，gdp.wf1，stpoor.wf1。（该组文件中的数据均非平稳，建模前需先作适合变换）练习四、操作文件：zl2.wf1，zl11.wf1，zl20.wf1，等。（该组文件中的数据均含有季节性，建模前需作适合变换）实验七ARMA模型的展望【实验目的】：（1）进一步熟悉ARMA模型建模过程。（2）利用ARMA模型进行展望。展望说明：Eviews中有两种不相同的展望办理方式：Dynamic（动向）和Static（静态）。熟悉对零均值平稳序列建立ARMA模型的前三个阶段：模型鉴别、模型参数估计、诊断检验。【实验内容】平稳时间序列模

37、型展望非平稳时间序列模型的展望【实验步骤】平稳时间序列模型展望操作文件：（1）打开（2）对序列mlpm建立AR(2)模型操作命令：lsmlpmcar(1)ar(2)（3）进行追想展望：操作：在Equation窗口，选Forecast菜单，在出现的对话框中，文档合用标准static，将展望结果存入mlpmf1序列中，单击OK。观察输出结果mlpmf1。说明：static为一步超前展望。（4）进行向前多步展望。操作命令：expand1259smpl251259尔后在Equation窗口，选Forecast菜单，在出现的对话框中，Dynamic，并将展望结果保存在mlpmf2序列中，单击OK。观察输

38、出结果mlpmf2。说明：Dynamic为动向展望。注：S.E用于存放展望的估计标准误差，便于计算置信区间。非平稳时间序列展望（操作文件：）操作步骤：(1)打开gdp.wf1，(2)对序列dlog(gdp)建立ar(2)模型操作命令：lsdlog(gdp)ar(1)ar(2)(3)进行追想展望：打开forecast对话框，选forecastofgdp，选static，展望结果保存在gdpf1中，单击OK。(4)进行向前多步展望操作命令：expand19782005smpl20022005打开forecast对话框，选forecastofgdp，选dynamic，展望结果保存在gdpf2中，单击OK。观察输出结果。文档合用标准文档合用标准实验八复习ARMA建模过程【实验目的】复习利用Eviews对时间序列建立ARMA模型的过程【实验内容】ARMA模型建模前的准备：判断序列可否平稳a.经过序列自相关图、趋势图等进行判断若序列不平稳：均值非平稳序列经过差分变换变换为平稳方差非平稳序列经过对数变换等转变为平稳序列c.模型平稳化今后，将序列零均值化（1）模型鉴别主要经过序列的自相关函数、偏自相关函数表现的特色，进行初步的模型鉴别（2）模型参数估计在Eviews中估计ARMA模型的方法估计模型今后要能写出模型的形式(差分方程形式和用B算子