多元时间序列建模分析_1.pdf
应用时间序列分析实验报告 实验名称 多元时间序列建模分析 姓名 学号 班级 实验地点 实验日期 指导教师 实验目的：1、熟悉单位根检验；2、掌握 ARIMAX 模型建模。涉及实验的相关情况介绍（包含使用软件或实验设备等情况）：SAS、excel 表格、word。实验内容：1、我国 1950-2008 年进出口总额数据（单位：亿元）如表 6-15 所示。表 6-15 年份 出口总额 进口总额 1950 20 1951 1952 1953 1954 40 1955 1956 53 1957 50 1958 67 1959 1960 1961 43 1962 1963 50 1964 1965 1966 66 1967 1968 1969 1970 1971 1972 64 1973 1974 1975 143 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1470 1988 1989 1956 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 （1）使用单位根检验，分别考察进口总额和出口总额序列的平稳。（2）分别对进口总额序列和出口总额数据拟合模型。（3）考察这两个序列是否具有协整关系。（4）如果这两个序列具有协整关系，请建立适当模型拟合它们之间的相关关系。（5）构造该协整模型的误差修正模型。实验过程记录（含程序、数据记录及分析和实验结果等）：时序图如下：单位根检验输出结果如下：序列 x 的单位根检验结果：序列 y 的单位根检验结果：序列 y 和序列 x 之间的相关图如下：残差序列自相关图：自相关图显示。延迟 6 阶之后自相关系数都在 2 倍标准差范围之内，可以认为残差序列平稳。对残差序列进行 2 阶自相关单位根检验，检验结果显示残差序列显著平稳，如下图：残差序列单位根检验结果：残差序列平稳，说明序列 Y 与序列 X 之间具有协整关系，我可以大胆的在这两个序列之间建立回归模型而不必担心虚假回归问题。考察残差序列白噪声检验结果，如下图：残差序列白噪声检验结果：输出结果显示，延迟各阶 LB 统计量的 P 值都大于显著水平，可以认为残差序列为白噪声检验结果，结束分析。出口序列拟合的模型为：lnxtARIMA(1,1,0),具体口径为：1ln0.146891 0.38845ttxB 进口序列拟合的模型为 lnytARIMA(1,1,0)，具体口径为：1ln0.146721 0.36364tty lnyt和 lnxt具有协整关系。协整模型为：1ln0.99179ln0.69938ttttyx 误差修正模型为：1ln0.9786ln0.22395tttyxECM SAS程序如下：data example6_4;input x y;t=_n_;cards;1950 1951 1952 1953 1954 1955 1956 1957 1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 run;proc gplot;plot x*t=1 y*t=2/overlay;symbol1 c=black i=join v=none;symbol2 c=red i=join v=none w=2 l=2;run;proc arima data=example6_4;identify var=x stationarity=(adf=1);identify var=y stationarity=(adf=1);run;proc arima;identify var=y crrosscorr=x;estimate methed=ml input=x plot;forecast lead=0 id=t out=out;proc aima data=out;identify varresidual stationarity=(adf=2);run;实验总结：1、通过本次试验熟悉了单位根检验的相关知识，并且可以通过上机实验对其结果进行简要分析；2、通过上机练习掌握了ARIMAX 模型建模的步骤及方法。注：实验报告电子版命名方式为：学号+实验名称，实验结束后发至邮箱。
