季节ARIMA和RegARIMA模型课件.ppt

季季节节ARIMA和和RegARIMA模型模型file:7b2c3file:1211692file:7gener1-1file:dummy01（file:arfunc）（file:arfunc）xt =0.8 xt 4+ut 序列的相关图与偏相关图（序列的相关图与偏相关图（file:7gener1-text4）z1xt =-0.8 xt 4+ut序列的相关图与偏相关图（序列的相关图与偏相关图（file:7gener1-text4）z2（4）自回）自回归系数系数为负的的SAR过程程z9z2bz5z5bz6SAR(1,0,0)(1,0,0)12序列，序列，(1-0.5L)(1-0.9L12)z4t=ut的相关图呈拖尾特征。而偏自相关函数在的相关图呈拖尾特征。而偏自相关函数在k=13以后以后呈截尾特征。呈截尾特征。z4z7SMA(0,0,1)(0,0,1)12序列序列 xt=(1+0.4 L)(1+0.6 L12)ut 的相关图与偏相关图的相关图与偏相关图z3总结:预测评价预测评价EViews操作：点操作：点击View，选residual Diagnostics，Serial Correlation LM Testvt的相关的相关图、偏相关、偏相关图如下，如下，vt中已不存在自相关。中已不存在自相关。残差残差图合格合格 去除不去除不显著虚著虚拟变量，再次回量，再次回归，得，得，观察残差的相关察残差的相关图和偏相关和偏相关图。这是典型的是典型的AR(1)过程。估程。估计AR(1)模型，得模型，得结果如果如图。（file:outlier2）结束