用EVIEWS处理时间序列分析(5)

图4：回归参数估计和回归效果评价

可以看出回归参数显著，模型显著，回归效果良好，序列具有明显线性趋势。

图5：运用模型进行预测

21

图6：预测效果（偏差率、方差率等）

图7：绘制原序列和预测序列的线图

22

图8：原序列和预测序列的线图

图9：残差序列的曲线图

可以看出残差序列具有平稳时间序列的特征，我们可以进一步检验剔除了长期趋势后的残差序列的平稳性，第三章知识这里不在叙述。

23

2.曲线趋势拟合

例2：对上海证券交易所1991.1-2001.10每月月末上正指数序列进行拟合。

图1：导入数据

图2：绘制曲线图

可以看出序列不是线性上升，而是曲线上升，尝试用二次模型拟合序列的发展。

24

图3：模型参数估计和回归效果评价

因为该模型中T的系数不显著，我们去掉该项再进行回归分析。

图4：新模型参数估计和回归效果评价

25

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库用EVIEWS处理时间序列分析(5)在线全文阅读。