时间序列平稳性检验及ARIMA模型的应用 下载本文

内容发布更新时间 : 2024/5/4 23:39:49星期一 下面是文章的全部内容请认真阅读。

时间序列模型的应用

以2000年第一季度-2016年第四季度中国国内生产总值统计数据为例,建立ARIMA模型。所有数据按当年价格计算,共有68个观测值。1

年份 2000 季度 1 2 3 4

GDP(亿元) 年份 21329.9 24043.4 25712.5 29194.3 24086.4 26726.6 28333.3 31716.8 26295 29194.8 31257.3 34970.3 29825.5 32537.3 35291.9 39767.4 34544.6

2013 2012 2011 2010 2009

季度 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1

GDP(亿元) 74053.1 83981.3 90014.1 101032.8 87616.7 99532.4 106238.7 119642.5 104641.3 119174.3 126981.6 138503.3 117593.9 131682.5 138622.2 152468.9 129747

2001 1 2 3 4

2002 1 2 3 4

2003 1 2 3 4

2004 1

1

数据来源:http://data.stats.gov.cn/easyquery.htm?cn=B01

2 3 4

38700.8 41855 46739.8 40453.3 44793.1 48047.8 54024.8 47078.9 52673.3 56064.7 63621.6 57177 64809.6 69524.3 78721.4 69410.4 78769 82541.9 88794.3

2016 2015 2014

2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

143967 152905.3 168625.1 140618.3 156461.3 165711.9 181182.5 150986.7 168503 176710.4 192851.9 161572.7 180743.7 190529.5 211281.3

2005 1 2 3 4

2006 1 2 3 4

2007 1 2 3 4

2008 1 2 3 4

1、利用ADF检验检查序列的平稳性

图1-1.GDP单位根检验结果(有截距项无趋势项)

图1-2.GDP单位根检验结果(有截距项有趋势项)

图1-3.GDP单位根检验结果(无截距项无趋势项)

以上三种形式检验结果中不能拒绝ADF检验原假设的概率分别为99.97%、40.27%、99.29%,故接受原假设,认为时间序列GDP是非平稳的。