時間序列實驗報告(ARMA模型的參數(shù)估計)

PAGEPAGE1時間序列分析實驗報告實驗課程名稱時間序列分析實驗項目名稱ARMA,ARIMA模型的參數(shù)估計年級專業(yè)學生姓名成績理學院實驗時間：2015年11月20日學生所在學院：理學院專業(yè)：金融學班級：數(shù)學班姓名孫晗學號115113001152實驗組實驗時間11月20日指導教師謝建春實驗項目名稱ARMA模型的參數(shù)估計實驗?zāi)康募耙螅赫莆諘r間序列中ARMA，ARIMA模型的參數(shù)估計方法。實驗原理：對于一組歷史數(shù)據(jù)有明顯的趨勢性或者周期性的非平穩(wěn)序列，通過ARIMA模型或者SARIMA的建模，可以挖掘歷史數(shù)據(jù)中的有效信息和相關(guān)關(guān)系，用來預(yù)測序列未來的發(fā)展。實驗硬件及軟件平臺：計算機Eviews網(wǎng)絡(luò)實驗步驟：在Eview中錄入數(shù)據(jù)繪制它的時序圖，自相關(guān)圖，偏自相關(guān)圖判斷是否為平穩(wěn)序列若非平穩(wěn)序列，則先進行差分運算，轉(zhuǎn)化為平穩(wěn)序列確定模型類型與階數(shù)估計模型中未知參數(shù)的值檢驗?zāi)Ｐ偷挠行阅Ｐ蛢?yōu)化實驗內(nèi)容（包括實驗具體內(nèi)容、算法分析、源代碼等等）：1994年1月-2012年3月江蘇省居民消費價格指數(shù)判斷該序列的穩(wěn)定性和純隨機性該序列的時序圖如下：從圖中可以看出具有很明顯的下降趨勢和周期性，所以通常是非平穩(wěn)的。在做它的自相關(guān)圖。可以發(fā)現(xiàn)序列的自相關(guān)系數(shù)遞減到零的速度相當緩慢。是非平穩(wěn)序列的一種典型的自相關(guān)圖。差分化處理做一階12步差分，做出如下時序圖DX由該時序圖我們基本可以認為其是平穩(wěn)的，再做DX自相關(guān)圖和偏自相關(guān)圖自相關(guān)圖顯示延遲12階自相關(guān)系數(shù)顯著大于2倍標準差范圍。說明差分后序列中仍蘊含著非常顯著的季節(jié)效應(yīng)。3、模型參數(shù)估計和建模普通最小二乘法下，輸入D(X,1,12)AR(1)MA(1)SAR(12)SMA(12)，得到下圖，其中，所有的參數(shù)估計量的P值小于0.05，均顯著。AIC為1.896653，SC為1.964273。普通最小二乘法，輸入D(X,1,12)AR(1)MA(1)SAR(12)SAR(24)SMA(12),，得到下圖，其中，所有的參數(shù)估計量的P值小于0.05，均顯著。AIC為1.640316，SC為1.728672。4、參數(shù)估計結(jié)果比較這兩個模型，因為第二個模型的SC值小于第一個模型的SC