zoukankan      html  css  js  c++  java
  • 论文遇到时间序列问题记录

    Eviews 操作

    1、参数估计, 残差平方和等

    Quick ——》Estimate equation——》输入:变量名 所选模型 ——》(stats,统计值)(Resids残差图)——》(方程 ) Proc ——》Make Model ——》Text

    2、原始函数图

    双击变量——》view——》Graph——》Line/Symbol——》确定

    3、自相关、偏相关检验

    双击变量——》view——》correlogram——》选择原序列或1阶、二阶差分——》确定

    4、ADF检验(是否有单位根)

    双击变量——》view——》unit Root Test ——》设置条件 ——确定

    命令栏输入

    ls D(S) C AR(1)MA(1)

    genr    ds = d(s)

    seres e = resid

    5、残差序列正态分布: 点击数据——》view——》descriptive Statistics ——》 histogram and stats

    6、预测 主页面 : proc——》structure/Resize current Page ——》 workfile strcture ——》(改日期)

    7、Equation(标题)——》view——Residual Test——》{①方差图②Q统计③LM检验等……}

    8、对模型进行诊断与检验

    ①模型参数全部通过t检验

    ②特征根的值全部在单位圆之外(即特征根的倒数在单位圆以内)

    ③Q检验通过  (因此,模型误差序列不存在自相关)

    9、查看特征根位置的Eviews操作

       在ARIMA模型估计结果窗口点击view键选ARMA Structure 功能在随后打开的对话窗中作相应的选择

    10、查看残差序列Q检验的Eviews操作

    在ARIMA模型估计结果窗口点击View键选Residuals Diagnostics Corrologram- Q- Statistics 功能在所打开的对话窗中指定相关图的最大滞后期点击OK键。

    卡方分布临界值!

  • 相关阅读:
    pycharm上传代码到码云(详细)
    我是如何理解ThreadLocal
    前两次成绩汇总
    第五次作业
    第四次作业
    第三次作业
    第二次作业
    第一次作业
    单例模式之懒汉式与饿汉式
    浅谈对srping框架的理解
  • 原文地址:https://www.cnblogs.com/ludengxiadeyingzi/p/7011488.html
Copyright © 2011-2022 走看看