7
第一步：打开Eviews软件，新建工作文件夹，选择数据类型为Quarterly,Start date为1975/1,Enddate为1992/4,如下图1所示：
图1 第二步：点击图一的OK，在命令行输入“data (GNP)”创建一个以y为序列名称的 数据。将数据输入到Y列中，得到如图2结果；
图2
2
第三步：在Eviews菜单项中点击Quick→Generate Series,在对 话框中输入如下图3所示的等式，再点击“OK”选项：
图3 第四步：在Eviews菜单项中点击Quick→Generate Series,在对话框中输入如下 图4所示的等式，再点击“OK”选项，得到Yt序列如图5所示：
图8
5
图9 从上图中可以看到AR(1),AR(2),MA(1),MA(2),MA(3)均显著，由于在时间序列模 型的建立中，对于截距项的要求可以忽略，因为我们通常关注的是序列各项之间 的关系。所以，对题干要求的 Yt=xt-xt-1 建立如下模型： yt 1.475878yt-1 0.917752yt-2 1.223885 0.395122 0.338454 第七步：检验所用模型的残差是否为白噪声序列，打开 Resid序列，如图10
图4
3
图5 第五步：打开 Yt序列，点击“view”,选择“correlogram specifica”，如 下图6所示，在对话框内选择“level”,再点击“OK”，得到如下图7所示的 Yt序列的自相关图和偏相关图结果如图所示：
图6
4
图7 第六步：通过自相关图和偏相关图的分析，确定应该建立 ARMA(3,2)模型，在 Eviews菜单栏中点击 Quick→Equation Estimate，在输入栏输入 Yt ar(1) ar(2) ma(1) ma(2) ma(3)，如图8所示，点击“OK”，得到如下图9所示的结果 图：
应用时间序列分析 实验报告
院系：理学院 专业：应用统计学 班级： 姓名： 学号：
2016年 4月10日
1
一、实验目的：通过 Eviews软件完成相关时间序列分析模型的建立与预测 二、实验器材：一台装有 Eviews软件的电脑和应用时间序列分析教材 三、实验内容及步骤：利用课本 P100习题 9建立时间序列模型
所示， 再点击vel”， 点击“OK” 选项，得到如图12所示的结果：
图10
6
图11
图12 从上图12可以得出结论，模型残差是白噪声序列。
四、实验总结：
通过这次实验课，我更加深刻的理解了时间序列建模的过程，对于 AR模型 性质了解的更加多了。