论文实验笔记之二：EViews6跑ARIMA

1. File---New WorkFile如下所示，由于EViews不提供小时数据的录入，所以可以转化成按月录入。

2. Object---New Object 选series并命名，如s1。

3. 打开s1，右键选择edit，可复制excel等同类型表格数据到序列，注意序列大小一致。

4. view---Unit Root Test，做adf检验，检验序列是否平稳，若不平稳，则做差分，一阶，二阶...直到平稳。

一阶差分方法：序列窗口下选右上角Genr，输入d1=d(s1)即可。

检验图如下，adf值均小于三种百分比的值且Prob.*小于5%的水平则为平稳序列。

5. View---Correlogram，检验相关性，自相关性（ACF）决定自回归（AR）阶数，偏相关性（PACF）决定滑动平均（MA）的阶数，此处PACF为2，ACF表示出季节性。

6. Quick---Estimate Equation，创建估计方程式。

结果如下，Prob.在5%以下模型是显著的，可靠性较高。

7. Forecast， sample一栏选要预测的数据如下，之前的训练数据最好不少于40个，选Static forecast表示逐步向前预测（每步添加已预测的实际样本数据）。

8. 预测结果图如下，Theil不相等系数0.055很小，表示模型的预测能力很好，方差比例0.001较小表示较好的模拟了序列的波动，协方差比例0.988较大表示预测结果较理想。

Theil

不相等系数