什么样的数据适合什么样的模型？

1、ARIMA模型预测的基本程序：
        （一）根据时间序列的散点图、自相关函数和偏自相关函数图以ADF单位根检验其方差、趋势及其季节性变化规律，对序列的平稳性进行识别。一般来讲，经济运行的时间序列都不是平稳序列。

　　（二）对非平稳序列进行平稳化处理。如果数据序列是非平稳的，并存在一定的增长或下降趋势，则需要对数据进行差分处理，如果数据存在异方差，则需对数据进行技术处理，直到处理后的数据的自相关函数值和偏相关函数值无显著地异于零。

　　（三）根据时间序列模型的识别规则，建立相应的模型。若平稳序列的偏相关函数是截尾的，而自相关函数是拖尾的，可断定序列适合AR模型；若平稳序列的偏相关函数是拖尾的，而自相关函数是截尾的，则可断定序列适合MA模型；若平稳序列的偏相关函数和自相关函数均是拖尾的，则序列适合ARMA模型。

　　（四）进行参数估计，检验是否具有统计意义。

　　（五）进行假设检验，诊断残差序列是否为白噪声。

　　（六）利用已通过检验的模型进行预测分析。
2、GARCH模型
         当然也是要平稳序列喽。然后还要做ARCH_LM检验，考察模型是否存在自回归条件异方差，进而来看是否存在ARCH效应，存在才可以做GARCH模型等。至于具体的操作，你可以参看张晓桐《eviews使用指南与案例》，论坛里搜索下，有免费的可以下载哦，当然论坛里还有很多相关的相关辅导资料可以下载，祝你好运。
像这种软件的应用，个人觉得都是要多操作，自己多练练，就能发现问题，不断地去解决问题，进而熟能生巧！呵呵

欢迎来人大经济论坛交流和探讨！

11# 玄霄
能否把我的数据发给你，帮我看看是否适合GARCH（ARIMA）模型？

9# hanceland
这是我的单位根检验结果，你看。

10# lyzjp

还请多多指教。

数据序列是平稳的，你可以把数据以附件的形式附上。

14：32
PS：朋友您好。
（1）数据序列是平稳的，存在自相关，可以建立AR(1)模型，但是模型拟合较差.
(2)根据ARCH_LM检验的结果来看，不能建立GARCH模型，因为不存在自回归条件异方差。（两个P值均大于0.05.）
附上ARCH_LM检验的结果：

15# 玄霄

好的。附上我的数据。在1楼。

霄兄答复挺好。不过小弟还有一事不明。
如何查看拟合度？？？

15# 玄霄

霄兄答复挺好。不过小弟还有一事不明。
如何查看拟合度？？？

谢谢！学习中...

这个帖子认真总结一下，是很好的。