⒈在工作文件窗口中选取所要删除或更名的变量并单击鼠标右键，在弹出的快捷菜单中选择Delete（删除）或Rename（更名）即可
⒉在工作文件窗口中选取所要删除或更名的变量，点击工作文件窗口菜单栏中的Objects/Delete selected…（Rename selected…），即可删除（更名）变量
进行预测：打开对应的方程窗口，点forecast按纽，将出现对话框，修改对话框 sample range for forecast中的时间期限的截止日期为预测期.
相对误差的计算公式为：（实际值-预测值）/实际值
二、单参数和双参数指数平滑法进行预测的操作练习
2、某地区1996~2003年的人口数据如表1.2，运用二次指数平滑法预测该镇2004年底的人口数（单位：人）。
掌握确定性时间序列建立模型的几种常用方法。
【实验内容】
一、多项式模型和加权最小二乘法的建立；
二、单参数和双参数指数平滑法进行预测的操作练习；
三、二次曲线和对数曲线趋势模型建立及预测；
【实验步骤】
一、多项式模型和加权最小二乘法的建立；
1、我国1974—1994年的发电量资料列于表中，已知1995年的发电量为10077.26亿千瓦小时，试以表1.1中的资料为样本：
建立系列方程：smpl 1974 1994
ls y c t
ls y c t t^2
ls y c t t^2 t^3
通过拟合优度和外推检验的结果发现一元三次多项式模型效果最好。
首先生成权数序列：genr m=sqr(0.6^(21-t))
加权最小二乘法的命令方式：ls(w=m) y c t
普通最小二乘法命令方式：ls y c t
步骤：（1）打开该文件。
（2）观察序列usagdp的趋势图的特征，自相关图的特征。
（3）对该序列取一阶差分，生新的序列dgdp：Genr dgdp=d(usagdp)。观察其趋势图，自相关图。
（4）对该序列的自然对数取一阶差分，生成新的序列dlngdp：Genr dlngdp=dlog(gdp)。观察其趋势图，自相关图。
1、在命令窗口中键入：genrdx=D(x),则生成的新序列为序列x的一阶差分序列
2、在命令窗口中键入：genr dxn=D(x,n),则生成的新序列为序列x的n阶差分。
3、在命令窗口中键入：genr dxs=D(x,0,s),则生成的新序列为序列x的对周期长度为s一阶季节差分。
4、在命令窗口中键入：genr dxsn=D(x,n,s),则生成的新序列为对周期长度为s的时间序列x取一阶季节差分后的序列再取n阶差分。
1
112
115
145
171
196
204
242
284
315
340
360
417
2
118
126
150
180
196
188
233
277
301
318
342
391
3
132
141
178
193
236
235
267
317
356
362
406
419
4
129
135
163
181
235
227
269
313
348
348
396
461
5
121
（二）练习：观察一些文件中的序列自相关函数Autocorrelation，偏自相关函数Partial autocorrelation的特征
练习1：操作文件：Stpoor~1.wf1(美国S&P500工业股票价格指数1980年1月~1996年2月)
步骤：（1）打开该文件。
（2）观察序列stpoorr的趋势图，自相关图（自相关函数，偏自相关函数）的特征。
3770
5848
9281
1958
3006
4107
6212
10077.26
2031
3093
4495
6775
2234
3277
4973
7539
2566
3514
5452
8395
操作过程：建立WORKFILE:CREATE A 19741995
生成新序列Y：data y
生成新的时间趋势序列t ：genr t=@trend(1973)
3、某地区1996—2003年农村用电量数据见表1.3，试利用Holt双参数指数平滑法预测该地区2004年该地区农村用电量（单位：千瓦时）。
1996
1997
1998
1999
2000
2001
2002
2003
844.5
963.2
1106.9
1244.8
1473.9
1655.7
1812.7
1980.1
建立WORKFILE：createU 1996 2004
㈡输入Y、X的数据
⒈DATA命令方式
在EViews软件的命令窗口键入DATA命令，命令格式为：
DATA<序列名1><序列名2>…<序列名n>
本例中可在命令窗口键入如下命令：
DATA Y X
⒉鼠标图形界面方式
在EViews软件主窗口或工作文件窗口点击Objects/New Object，对象类型选择Series，并给定序列名，一次只能创建一个新序列。再从工作文件目录中选取并双击所创建的新序列就可以展示该对象，选择Edit＋/－，进入编辑状态，输入数据。
5、在命令窗口中键入：genr dlx=Dlog(x),则生成的新序列为x取自然对数后，再取一阶差分。
6、在命令窗口中键入：genr dlxsn=Dlog(x,n,s),则生成的新序列为周期长度为s的时间序列x先取自然对数，再取一阶季节差分，然后再对序列取n阶差分。
在EVIEWS中操作的图形分别为：
1996
1997
1998
1999
2000
2001
2002
2003
114333
115823
117171
118517
119850
121121
122389
123626
建立WORKFILE：create U 1996 2004
建立新序列Y和T：data y然后输入数值。
genrt=@trend(1995)
打开y序列，点击exponential smoothing按纽，出现如图所示对话框按照图示选项点击确定即可。
（1）据拟合优度和外推检验的结果建立最合适的多项式模型。
（2）采用加权最小二乘法估计我国工业发电量的线性趋势，并与普通最小二乘法估计的线性模型进行比较，列出OLS方法预测值和W=0.6，W=0.7时1992到1995年预测值以及相对误差。
74-78
79-83
84-88
89-93
94-95
1668
2820
建立新序列Y和T：data y然后输入数值。
genrt=@trend(1995)
打开y序列，点击exponential smoothing按纽，出现如图所示对话框按照图示选项点击确定即可。
三、二次曲线和对数曲线趋势模型建立及预测；
4、我国民航客运量数据的季节调整。有关数据如表1.4，对序列进行季节调整。（1指1993年10月，54指1998年3月）并对调整后序列建立二次曲线和对数曲线趋势模型，得到两个方程的民航客运量趋势估计值，并进行季节调整，求出两个趋势方程建立的季节模型预测值。（选做）
125
172
183
229
234
270
318
355
363
420
472
6
135
149
178
218
243
264
315
374
422
435
472
535
7
148
170
199
230
264
302
364
413
465
491
548
622
8
148
170
199
242
272
293
347
405
467
505
559
606
9
136
158
三、时间序列的自相关和偏自相关图与函数；
（一）观察时间序列的自相关图。
命令方式：（1）在命令行输入命令：Ident x (x为序列名称)；
（2）然后在出现的对话框中输入滞后时期数。（可取默认数）
菜单方式：（1）双击序列图标。
菜单操作方式：View—>Correlogram，
在出现的对话框中输入滞后数。（可取默认数）
1
2
3
4
5
6
7
328
263
ห้องสมุดไป่ตู้251
241
249
316
344
11
12
13
14
15
16
17
384
368
401
363
336
366
331
21
22
23
24
25
26
27
397.31
463
509
474
508
458.94
412
31
32
33
34
35
36
37
447
483
439
514
550
489
534
41
42
43
44
45
46