在Eviews中对时间序列进行预测的详细步骤

在Eviews中对时间序列进行预测的详细步骤

一、输入数据

1.1打开Eviews6.0，按照如图所示打开工作表创建框。

1.2在右上角的data specification框中输入起止年份（start data和end data）

1.3输入数据：在输入框中输入data gdp（本文采用的数据为1990—2012年的GDP值）。当然，data后面可以输入任何你想要定义的“英文名字”

输入data gdp后注意按回车键，弹出表格窗口后在其中输入数据（也可复制进去数据：ctrl+v键）

二、平稳性检验

2.1在打开的数据窗口中点击View→Correlogram（1）

在弹出的窗口中直接点OK即可↓

2.2自相关图和偏相关图进行分析：

最简单粗暴的方法就是看最右边的Prob值（即P值），当这列数据有多数都大于0.05（置信水平）时为白噪声序列=序列是平稳的。本文中GDP数据P值均小于

0.05，则为非白噪声。需对序列进行差分。

三、取一阶差分

3.1在输入框中输入第二列代码，这代表将数据gdp进行一阶差分，一阶差分后的值命名为dgdp.按回车键

3.2在dgdp数据的窗口中重复2.1的操作，对序列的平稳性进行检验

得到结果如下：

惨！还是非白噪声，只能进行二阶差分了！

四、取二阶差分

4.1如第三列代码所示（记得不能重复命名）

4.2对新的序列dgdp2进行平稳性检验，步骤同上，结果如下：

MY GOD! 看见了木有，这回是白噪声了，P值多数都大于0.05！

五、用最小二乘法对模型进行估计：输入ls dgdp2 c ar（2）（探索性建模）

5.1AR（2）模型结果（准确的说这个模型应该是ARIMA的疏系数模型，本文重点不在这！如有需要请私信我！）

5.2MA(2)模型结果

5.3优化模型：根据AIC和SBC准则选择模型，值越小的拟合效果越好，本文的选择MA(2)模型。

5.4对模型进行检验：View→Residual Tests→Correlogram Q statistics

检验结果如下：

P值大于0.05，为白噪声序列，则平稳。

六、预测

在模型输出结果窗口那（5.4图那），菜单栏由Forecast进行预测，注意步骤如下：6.1如要预测下一期的数值记得先将数据范围进行修改在（1.3那的窗口处）

在Range那对1990 2012双击；弹出窗口后进行数据修改

将2012改成2013（你想多预测也行，可以试试看（坏笑，其实不能预测太多）） 6.2改了数据范围后，去5.4的那个窗口点Forecast 。在弹出的窗体中，有个method 的框，默认的是动态的，你要点static ，然后点OK 。 6.3新生成的变量自动命名为dgdp2f ，（这个名字只是一个名字！你就算把它改成gdp ，它的数值还是二阶差分后的数值！）

重点来了！

如何根据二阶差分后的数值计算原数值（就是实际上你要预测的那个值），干货公式如下：

t t t t t x x x x 2

212▽+-=--

如果你幸运的只做到了一阶差分，想知道原数值，公式如下：

t

t t x x x t ▽+=-1

结束语

本人做学年论文用到这个方法，苦于网上找到不具体怎么做。然后....然后......我的小宇宙爆发了！（其实是自己翻书之后找老师确认了，嘿嘿）。学统计学的孩纸们加油！

哦，对啦，其实除了一阶差分和二阶差分也可以取对数什么的，但GDP 的数据好像是取了对数也作用不大。还是一句话，如有具体问题请私信我！有缘的话我会回答你的问题的！