時間序列分析 (1)

1、file:li-12-1 file: 7arma07 file:li-12-2,（第3版282頁）,ARIMA模型的特點(diǎn),G Box,（第3版282頁）,為什么了解隨機(jī)過程？,（第3版283頁）,中國人時間上的前后觀,（第3版284頁）,（第3版284頁）,（第3版285頁）,（第3版285頁）,（第3版285頁）,（第3版284頁）,（第3版286頁）,（第3版286頁）,（第3版288頁）,（第3版288頁）,（第3版287頁）,（第3版287頁）,（第3版287頁）,（第3版288頁）,（第3版289頁）,日本人口差分序列,（第3版289頁）,（第3版291頁）,（第3版291頁）,（第

2、3版291頁）,12.2 時間序列模型的分類,（第3版292頁）,（第3版293頁）,（第3版第293頁）,（第3版第293頁）,AR(1) 實(shí)根 AR(2) 實(shí)根 AR(2) 復(fù)根,用生成的序列演示。,MA (1) MA (2) MA (2),用生成的序列演示。,AR(1) AR(2) AR (2),MA (1) 實(shí)根 MA (2)實(shí)根 MA (2) 復(fù)根,（第3版301頁）,（第3版302頁）,（第3版304頁）,12.6 時間序列模型的建立與預(yù)測,AR(1)序列 與相關(guān)圖,(file:5gener1),（第3版301頁）,12.6 時間序列模型的建立與預(yù)測,MA(1)序列 與相關(guān)圖,(f

3、ile:5gener1),（第3版304頁）,12.6 時間序列模型的建立與預(yù)測,（第3版304頁）,（第3版304頁）,（第3版304頁）,ARIMA模型識別舉例,（第3版308頁）,（第3版309頁）,（第3版309頁）,file:li-12-1 file: 5arma07,案例1（中國人口時間序列分析）,（第3版310頁）,file:li-12-1,案例1（中國人口時間序列分析）,（第3版311頁）,file:li-12-1,案例1（中國人口時間序列分析）,（第3版312頁）,file:li-12-1,EViews 7,（第3版312頁）,12.7 案例分析（中國人口時間序列模型）,EV

4、iews 7,注意表達(dá)式寫法,（第3版281頁）,12.7 案例分析（中國人口時間序列模型）,差分序列Dyt中的常數(shù)，在原序列yt中是斜率。,12.7 案例分析（中國人口時間序列模型）,（第3版314頁）,12.7 案例分析（中國人口時間序列模型）,（第3版314頁）,12.7 案例分析（中國人口時間序列模型）,（4）點(diǎn)擊時間序列模型估計(jì)結(jié)果窗口中的Forcast鍵，在隨后彈出的對話框中做出適當(dāng)選擇，就可以得到y(tǒng)t和Dyt的動態(tài)和靜態(tài)預(yù)測值，結(jié)構(gòu)預(yù)測和非結(jié)構(gòu)預(yù)測值。,（第3版314頁）,12.788,EViews 7,file: 5arma07,DD(y)過度差分,file: 5arma07,EViews 7,參數(shù)t檢驗(yàn)都有顯著性， 特征根倒數(shù)都在單位圓之內(nèi)，Q(15)對應(yīng)的p值是0.50，大于0.05。三個條件都得到滿足。,EViews 7,靜態(tài)預(yù)測2007年中國糧食產(chǎn)量,52262,（第3版315頁）,（第3版316頁）,（第3版316頁）,（第3版316頁）,（File:li-12-2）,（第3版316頁）,（File:li-12-2）,（第3版316頁）,（第3版318頁）,EViews 7,（第3版317頁）,（第3版318頁）,file:li-