Eviews简记——时间序列建模

最近写论文建模时,需要用到eviews软件。

以前学过,但是基本忘了,前来做个记录。

创建工作文件

在命令输入窗口键入命令

Create 时间频率类型 起始期 终止期

例如

创建一个1990年到2004年的时间数据工作文件,则需键入命令:

CREATE A 1990 2004

创建一个1990年1月到2004年12月的时间数据工作文件,则需键入

命令:
CREATE M 19901 200412

序列的创建

Series 序列名

Series 序列名1 序列名2 序列名3

genr 序列名 = 表达式

或者
Eviews简记——时间序列建模_第1张图片
Eviews简记——时间序列建模_第2张图片
例如:需要计算
r = log ⁡ ( p t p t − 1 ) r=\log \left( \frac{p_t}{p_{t-1}} \right) r=log(pt1pt)

输入命令

genr r=log(p/p(-1))

时序图

Eviews简记——时间序列建模_第3张图片
Eviews简记——时间序列建模_第4张图片

Eviews简记——时间序列建模_第5张图片

ADF单位根检验

Eviews简记——时间序列建模_第6张图片

自相关系数和偏自相关系数

Eviews简记——时间序列建模_第7张图片
Eviews简记——时间序列建模_第8张图片

差分

若序列呈现出上升趋势,利用差分方法消除增长趋势,在命令栏里输入

一阶差分
Series dy1=d(y)
或
Series dy1=d(y,1)
或
Series dy1=y-y(-1)

二阶差分
Series dy2=d(y,2)

k阶差分
Series dyk=d(y,k)

季节差分法消除季节变动
如果经过一阶差分过的序列 不再有明显的上升趋势,但有明显的季节变动,可进行季节差分。比如现在通过12步差分来消除季节变动,在命令栏里输入

1阶12步差分

Series Sy1=d(y,1,12)
或
Series Sy1=y1-y1(-12)

得到消除季节变动

差分的方式小结

  • 对线性趋势的序列,一阶差分即可提取确定性信息,命令为d(y)
  • 对曲线趋势的序列,低阶差分即可提取序列的确定性信息,命令为d(y,a)
  • 对具有周期性特点的序列,k步差分即可提取序列的周期性信息,命令为d(y,0,k)
    对既有长期趋势又有周期性波动的序列,可以采用低阶——k步差分的操作提取确定性信息,操作方法为d(y,a,k)

非平稳序列如果经过差分变成平稳序列,则称这类序列为差分平稳序列,差分平稳序列可以使用ARIMA模型进行拟合。


模型参数估计(对参数不显著项,可以直接删除该项)

A R ( 3 ) AR(3) AR(3)

ls y c ar(1) ar(2) ar(3)

M A ( 2 ) MA(2) MA(2)

ls y c ma(1) ma(2)

A R M A ( 1 , 1 ) ARMA(1,1) ARMA(1,1)

ls y c ar(1) ma(2)

A R M A ( 1 , 3 ) ARMA(1,3) ARMA(1,3)

ls y c ar(1) ma(1) ma(2) ma(3)

A R M A ( 2 , 5 ) ARMA(2,5) ARMA(2,5)

ls y c ar(1) ar(2) ma(1) ma(2) ma(3) ma(4) ma(5)

A R I M A ( 4 , 1 , 1 ) ARIMA(4,1,1) ARIMA(4,1,1)

ls d(y,1) c ar(1) ar(2) ar(3) ar(4) ma(1)

A R I M A ( 2 , 2 , 2 ) ARIMA(2,2,2) ARIMA(2,2,2)

加一个对数处理
ls d(log(y),2) c ar(1) ar(2)  ma(1) ma(2)

Eviews简记——时间序列建模_第9张图片

乘积季节ARIMA模型
Eviews简记——时间序列建模_第10张图片

A R I M A ( 1 , 1 , 1 ) × ( 1 , 1 , 1 ) 12 ARIMA\left( 1,1,1 \right) \times \left( 1,1,1 \right) ^{12} ARIMA(1,1,1)×(1,1,1)12

ls d(y,1,12) ar(1) ma(1) sar(12) sma(12)

若同时需要取自然对数

ls dlog(y,1,12) ar(1) ma(1) sar(12) sma(12)

A R I M A ( 2 , 1 , 2 ) × ( 1 , 1 , 1 ) 12 ARIMA\left( 2,1,2 \right) \times \left( 1,1,1 \right) ^{12} ARIMA(2,1,2)×(1,1,1)12

ls d(y,1,12) ar(1) ar(2) ma(1) ma(2) sar(12) sma(12)

A R I M A ( 0 , 1 , 1 ) × ( 1 , 1 , 1 ) 4 ARIMA\left( 0,1,1 \right) \times \left( 1,1,1 \right) ^{4} ARIMA(0,1,1)×(1,1,1)4

ls d(y,1,4)  ma(1) sar(4) sma(4)

你可能感兴趣的:(EViews)