时间序列分析实验报告书
班级_ 统计1402班 _姓名 ** 实验日期__20**.3.15 __
实验一 时间序列的预处理
1实验目的
掌握EVIEWS 软件的数据录入，平稳性检验，纯随机性检验………..
2实验条件
PC机，EVIEWS软件
3实验原理
数据录入:通过预先录入的excel表格内容，点击Fil—Open—Foreign Data as Workfile来调取外部数据；
平稳性检验：1.通过绘制时间序列的时序图来观察该序列的平稳性
2.考察该序列的样本自相关图，进一步检验该序列的平稳性
纯随机性检验：
通过自相关图检验得到的数据给出纯随机性检验表格并根据p值给出最终的检验结果
函数运算序列的生成在excel表格中进行
4实验过程与结果
例2——5：
1、 导入外部数据
（1）建立新的工作空间，设定好时间，打开外部文件
（2）选中要调取的外部文件，点击打开
（3）将Column info的内容修改为数据序列
（4）点击finish,完成数据导入，并对数据集进行重新命名
2、绘制时序图过程
（1）点击Quick—Graph,用于绘制时序图；
（2）在方框内输入用于绘制图形的变量名称，点击OK
（3）选中XY line，点击OK
（4）绘制出时序图。
（5）点击Options，将line/symbal use设置为line&symbal，点击OK
（6）得出完整的时序图
该时序图显示北京市城乡居民的定期储蓄始终占储蓄存款余额的80%左右，波动比较平稳。
3、绘制自相关图
（1）点击Quick—Series Statistics—Correlogram
(2) 输入进行自相关分析的数据的名称，点击OK
（3）点击OK，进行下一步
（4）得到自相关图
样本自相关图显示延迟三阶之后，自相关系数都落入两倍标准差范围内，而且自相关系数向零衰减的速度非常快，这是一个非常典型的短期相关的样本自相关图。由时序图和样本自相关图的性质，可以认为该序列平稳。
4、纯随机性检验，从上述自相关图得到检验表如下所示：
检验结果显示，在各阶延迟下LB检验统计量的p值都非常小（＜0.0001），所以我们有很大把握（置信水平＞99.99%）断定该时间序列属于非白噪声序列
习题6
1、（1）在数据集中先导入时间数据，导入数据到eviews并以单值形式保存
（2）依次检验时间序列的平稳性和纯随机性，作时序图和自相关图如下：
时序图↓
时序图显示案件数随着时间波动稳定，认为平稳
自相关图↓
由该自相关图得到该序列在延迟三阶，六阶后间隔时间落入2倍标准差范围内，自相关系数衰减。由时序图和自相关图性质可以认为该时间序列平稳
（3）纯随机性检验，根据自相关图得到
检验结果显示，在各阶延迟下LB检验统计量的p值都非常小（＜0.0001），所以我们有很大把握（置信水平＞99.99%）断定该时间序列属于非白噪声序列
2（1）在excel中进行时间序列函数运算生成新的一阶差分时间序列并保存
2、（2）依次检验时间序列的平稳性和纯随机性，作时序图和自相关图如下：
时序图↓
一阶差分时序图显示案件数随着时间波动平稳
自相关图↓
样本自相关图显示延迟三阶后，六阶后乃至十二阶后，自相关系数大多落入2倍标准差以内，延迟12阶后基本在0值左右波动。由时序图和自相关图性质可以认为该时间序列平稳
（3）纯随机性检验，根据自相关图得到
检验结果显示，在各阶延迟下LB检验统计量的p值都非常小（＜0.001），所以我们有很大把握（置信水平＞99.9%）断定该时间序列属于非白噪声序列
5 实验分析与总结
总结：这次实验我们运用eviews软件进行了我们时间序列分析的第一次上机实验，分别学习数据导入和处理，利用时间序列时序图和自相关图来检验时间序列的平稳性，利用自相关图和Q统计量及P值；来检验时间序列的纯随机性，并在习题6中接触了一阶差分的平稳性和纯随机性检验，对eviews的基本操作有了一个小小的了解，对数据的初步处理有了一点经验，对时间序列的概念和理解也有所加深，能够帮助我们认识到数据处理的作用，提高我们的能力和学习兴趣。
关键点：对数据的处理和图像的绘制，对给定统计量的P值的观察和对平稳性和白噪声序列的判断
难点：了解Q LB统计量的具体含义，如何从绘制得到的图像判断时间序列的平稳性和纯随机性以及如何对数据进行一阶差分
技巧：可以将数据通过txt导入到eviews后取单值从而得到整列单值数据，也
可以导入excel作预处理，定义时间变量等等。
注意事项：习题六中的每隔28天可以通过给定周期来实现