实验指导书（ARIMA 模型建模与预测）例：我国1952-2011年的进出口总额数据建模及预测1、模型识别和定阶（1）数据录入打开 Eviews 软件，选择"File ”菜单中的"New--Workfile ”选项，在"Workfile structure type ”栏选择"Dated -regular frequency”，在"Date specification”栏中分别选择“ Annual ” （年数据），分别在起始年输入 1952，终止年输入 2011，文件名输入 “im_ex ”，点击ok ,见下图，这样就建立了一个工作文件。
在 workfile 中新建序列im_ex , 并录入数据 （点击 File/Import/ReadText-Lotus-Excel …，File | Edit Object View 卩iroc Quick Options Window HelpNew ► □pen iSaveFetch from DB... T5D Fi le Im port-.DRI Bask Economics Database... Read Text-Lctu s-Excel...找到相应的Excel 数据集，打开数据集，出现如下图的窗口，在“ Data order ”选项中 选择“ By observation-series in columns”即按照观察值顺序录入，第一个数据是从B15开始的，所以在“ Upper-left data cell ”中输入B15,本例只有一列数据，在“ Namesfor series or number if named in file ”中输入序列的名字 im_ex ，点击ok ，则录入了数据）：import Ex port PrintPtFrtl Setup-.,.Excel Spreadthtei Import —JData orderQ By Obssrvalkn「senes h cokums目Y Scries - series in rowiUpper^eft daiacefl Excd 5 4 sheet name Names for scries or Nuniw if named in fteIHIJK IinCKKt sample 1952 2D 11""I Write dak/ote 曰髓比$ H申烧1和rm审tFrst caiiendar dayLast Qtendsr day■Vrltfi senes namesReset iflEpk to：O Current sample-Q WafkHe rangeQ To md af rangeOK | Cwictl(2) 时序图判断平稳性双击序列im_ex，点击view/Graph/line ，得到下列对话框:显著非平稳。
得到如下该序列的时序图，由图形可以看出该序列呈指数上升趋势，直观来看,(3)原始数据的对数处理因为数据有指数上升趋势，为了减小波动，对其对数化，在Eviews命令框中输入相应的命令"series y=log(im_ex) ”就得到对数序列，其时序图见下图，对数化后的序列远没有原始序列波动剧烈：Y从图上仍然直观看出序列不平稳，进一步考察序列y的自相关图和偏自相关图:Correlogiram of YDate. 12/1 an 3 Time. 15:47 Sample: 1952 2011Included o&scrvadORS' 60.Autocorrelation Partial Correlalion从自相关系数可以看出，呈周期衰减到零的速度非常缓慢，所以断定 y 序列非平稳。
为了证实这个结论，进一步对其做 ADF 检验。
双击序列y ，点击view/unit root test，出现下图的对话框，我们对序列y 本身进行检验，所以选择“ Level ”；序列y 存在明显的线性趋势，所以 选择对带常数项和线性趋势项的模型进行检验，其他采用默认设置，点击ok 。
检验结果见下图，可以看出在显著性水平 0.05下，接受存在一个单位根的原假设，进一步验证了原序列不平稳。
为了找出其非平稳的阶数， 需要对其一阶差分序列和二阶差分序 列等进行ADF 检验。
AugmencBd Dtcke^-Fuller Unit R OO IT BSE on ¥Null Hj-pathesis: Y has a unit root Ex.gigeinaus Cansfianl, Linear TrendLag Lenglh 1 (.Automalie based on SIC, MAXLAG=10)l-St artisticProb." D 祀畑pFM 曰怕引引日tislic必208：233Q 灯切Tesl critical values: 1 % level-4.1242655% llev^l -3.^89228 10% l«vel -3.173114*MacKinndjn (1996) Qne-si-d^d一-一E=;E=:c ・・・・0.950 0.953 DJI0 -0.023 0J75 -O.01G 0 831 -0.052 Q 785 -0 045 0.739 -G.Q4Q 0.692 -0.022 0J546 -0.02& 0.600 <033 0.551 -0.052 &501 -0 05& 0 J50 -0.049 0.400 -Q.Q13 0.361 -0.031 0.300 -0.058 0 247 -0.066 0191 -0 074 0.135 -0.051 0.085 0.019 0.035 -0.03i211 -0.013 -0.025 22 -0.058 -0.006 23 -0 099 -0.006 24 -0.140 -0.049* 25 -actea -0.022 26 -0.219 ・0.037 27 -0L 255 -0.017 26 -0.28& 0.03157.897 D.DQD 11171 0.000 161.64 0 000 207.51 0 000 349 33 Q OOO 2B&.83 Q DOD 320.49 D.DQD 350.3B 0. ODD 376.61 0 000 399.21 OOO O 418.26 0 000 433.^3 0 DOD 嗣&匪D.DQD456.52 0. DM 464.06 0.000 469.21 0 000 472.37 OQOQ 473.9-9 Q DOD 474.65 D.OO D 474.75 a.DOD 474.7B 0.000 475.10 0 000 476 09 QOOO 475.11 0 OOQ 4B1.55 D.DOD 466.30 O.DOD 494.14 0.000 S03.&8 0 000AC PAC Q-Stat Prob I I20(4) 差分次数d 的确定y 序列显著非平稳，现对其一阶差分序列进行ADF 检验。
在对y 的一阶差分序列进行 ADF单位根检验之前，需要明确 y 的一阶差分序列的趋势特征。
在 Eviews 命令框中输入相应的 命令"series dy 仁D(y) ”就得到对数序列的一阶差分序列dy1，其时序图见下图DY1检验结果见下图，可以看出在显著性水平0.05下，拒绝存在单位根的原假设，说明序列y 的一阶差分序列是平稳序列，因此d=1。
Augmented Dk:key-Fuller Unil RooE TesG on D(Y)Hull HiDothesis: D(Y) has a untl root Exogenous: Conaiarrtlag Lengih" 0 (Automatic 如旳d on SIC,1-SlaEislieProb?Augmented Dickey-Fullertest slailstlc ^4.839293 0.0002Test critjcal value s: levellevel10% level-3 54a2oa-2.912631 -2.59402?■MacKinnon (199*5) ona -fldad 沪询山".(5) 建立一阶差分序列在 Eviews 对话框中输入"series x=y-y(-1) ”或"series x=y-y(-1)”，并点击"回车”，便得到了经过一阶差分处理后的新序列x ,其时序图见下图，从直观上来看，序列 x 也是平稳的，这就可以对 x 序列进行ARMA 模型分析了。
由y 的一阶差分序列的时序图可见， 一阶差分序列不具有趋势特征, 因此，在下图对序列 y 的单位根检验的对话框中选择" 1st differenee 项、不带趋势项的模型进行检验，其他采用默认设置，点击ok 。
Unit Root Test但具有非零的均值。
6（6）模型识别和定阶双击序列x ,点击view/Correlogram ，出现下图对话框,Coneloqrain of XDate:Tim?仃:朋Sample. 1952 2011 included observationsAutocorrelaliw Partial Correlation AC PAC Q-Stal Prob1=111 0.412 0.412 1D.554 0.&D1 1 1 |匚|2 O.DJO 4).157 1D.654 0.M5 i 1 1 1 13 0.00£1 0.057 10.654 0.014 1 1 1 14 0/012 <005 10.664 0 031 1 D |1】I5 0^82 0.094 11.116 0.049 11g 0.242 0.210 15.103 Q.Q19 1 T31 1 I 7 D.233 D.0S2 1B.855 O.ODP ■ 11 1 1 i B 0.131 0.011 20.070 0.010 1 ZP 13 1 9 0.1S4 0113 21.362 0.0111 Di' 1 1 1 10 0 131 0.056 22.623 0.012 1 i| c 1 11 0 005 -0,092 22.625 0.020- |III 1112 -0.-034 七.0昶 22.713 0.030从x 的自相关函数图和偏自相关函数图中我们可以看到，偏自相关系数是明显截尾的， 而自相关系数在滞后 6阶和7阶的时候落在2倍标准差的边缘。