楼主: xiuzi0731
4219 3

[统计软件] 新手Eviews 6.0 ADF图 怎么看平稳性 [推广有奖]

  • 0关注
  • 1粉丝

学前班

40%

还不是VIP/贵宾

-

威望
0
论坛币
7 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
20 点
帖子
1
精华
0
在线时间
0 小时
注册时间
2014-3-15
最后登录
2014-3-15

楼主
xiuzi0731 发表于 2014-3-15 16:19:08 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
   新手 求问怎么分析平稳性  ARMA模型p ,q的值
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:EVIEWS Views Eview view VIE 模型

沙发
l836316857 学生认证  发表于 2014-3-17 11:57:37 来自手机
结果显示平稳的,置信度小于0.01,否定原假设。

藤椅
l836316857 学生认证  发表于 2014-3-17 11:59:03 来自手机
同时adf值小于一级别说明不存在单位根。

板凳
zhu334334334 发表于 2014-3-20 11:16:36
在執行ARMA分析時,應先判斷時序資料是否為定態,才可跑ARMA分析。我將相關步驟臚列如下:
1.對時序進行單位根檢驗(常用為ADF單根檢定或PP單根檢定)
2.確認時序資料為定態或已轉為定態後,建立ARMA模型
3.使用PACF及ACF相關圖,判斷ARMA階次。AR項在ACF會有拖尾現象;在PACF會有斷尾,以PACF斷尾階次為判定標準。MA項在PACF會有拖尾現象;在ACF會有斷尾,以ACF斷尾階次為判斷。
4.先檢驗ARMA模型各變項的顯著性,以刪除不合適的落後變項,之後進行殘差檢定。
5.殘差檢定須檢查Q檢定(殘差自相關)、Q2檢定(殘差異質變異)及JB檢定(殘差常態性),如上述檢定未過,則需重建模型,適度加入AR或MA項。有種情況是Q檢定過而Q2不過,此時表您的模型存在殘差異質變異,則您不可用ARMA模型,必項使用ARCH模型做分析。最後的JB檢定其實過與不過關係不大,因為時序資料常有偏態或狹峰問題,能符合當然最好。(順便一提,此三種檢定,P>0.05,才表不具自相關、不存在異質變異、具常態性)
另外,EVIEWS7以上版本,已有可自行判斷階次的ADD-INS,相當方便!
還有假如有單位根問題,那ARMA(p,q)模型應改稱ARIMA(p,d,q),其中除了p與q為ARMA的階次外,d為差分次數。

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2026-1-3 23:13