时间序列Stata操作 题4-7

临河 校区语法短训1

《应用时间序列分析（第四版）》王燕 编著 中国人民大学出版社 第四章 习题7

1974年1月至1994年12月，某地胡椒价格数据如下：（21行*12列）

1102 1151 1093 1118 1168 1118 1085 1135 1138 1135 1235 1301 1283 1250 1210 1135 1085 1060 1102 1151 1127 1226 1217 1215 1250 1210 1268 1402 1486 1534 1567 1585 1717 2002 2086 2059 1250 1210 1268 1402 1486 1534 1567 1585 1717 2002 2086 2059 2425 2326 2176 2121 2000 2000 1850 1640 1700 1925 1850 1830 1850 1790 1700 2000 2024 1900 1590 1526 1451 1373 1440 1451 1420 1385 1321 2125 2087 1895 2270 2411 2652 4336 4382 4326 4857 4865 4711 4810 4571 4250 2993 3108 2729 1969 2025 1726 1508 1525 1502 1126 1200 1193 1117 1188 1100 1497 1522 1550 1检验序列的平稳性

1700 1750 1750 1649 1424 1424 1376 1325 1235 1215 1840 1874 3294 3360 4009 4000 4640 4877 3850 3775 2525 2457 1579 1768 1374 1212 1058 1043 1040 1028 1575 1538 1775 1925 1601 1625 1329 1199 1261 1199 1310 1319 1863 1836 3686 3593 4070 4200 4902 4884 3357 2946 2136 2272 1766 1621 1198 1107 1026 980

1113 1154 1650 1800 页脚内容

12000 1975 1609 1649 1179 1285 1219 1250 1319 1279 1894 2105 3482 3615 4278 4435 4833 4903 2342 1994 2175 2100 1692 1634 1052 1069 976

1000 1350 1722 1933 2219 1940 1889 1640 1640 1349 1265 1274 1365 1481 1956 2159 2131 3963 4328 4772 4812 4963 4804 2420 2464 2068 1955 1750 1620 1050 1098 1210 1264 1616 1525 2606 2563 1881 1620 1299 1424 2165 2029 4309 4908 4679 2763 1950 1515 1150 1150

1403 2433

临河 校区语法短训1

. drop B-T . generate n=_n . rename A price

price. tsset n

time variable:n, 1 to 252 delta: 1 unit . tsline price

=>

1000

20003000

40005000（Stata语句）

050100n150200250

{price}的时序图

由时序图观测得price变化落差很大，该序列不平稳。再看看自相关图： ．．．

1.00-1.00-0.500.000.50

（Stata语句）

Autocorrelations of price. ac price =>

01020Lag3040Bartlett's formula for MA(q) 95% confidence bands

{price}的自相关图

短期（延迟阶数为5期及5期以内）来看，自相关系数拖尾；长期来看，自相关系数缓慢地由正转负，一直是下降趋势。序列值之间长期相关，该序列非平稳序列。

（Ps.平稳时间序列具有短期自相关性。）

结合之前的时序图，发现该序列具有明显的长期趋势。考虑到price是月度数据，因此觉得该序列很有可能还．．．．．．．．．．．存在季节效应。 ．．．．．．

页脚内容

2

临河 校区语法短训1 2检验序列的方差齐性 原序列具有长期趋势，所以需要平稳化。先对原序列做一阶差分：

1000

（Stata语句）

first difference of price.label variable Dp \

0-1000-5000difference of price\ . tsline Dp =>

500. generate Dp=D1.price

50100n150200250

{Dp}的时序图

（一阶）差分后序列{Dp}的长期趋势不再明显，平稳化效果很好。再看看{Dp}的自相关图：

0.40-0.200.000.20

（Stata语句）

Autocorrelations of Dp. ac Dp =>

01020Lag3040Bartlett's formula for MA(q) 95% confidence bands

{Dp}的自相关图

由图可见，短期（5期）内

便衰减直逼零值，衰减速度非常快，明显具有短期自相关性。

在延迟1期以

后，除了当k=30时跳出过阴影范围，其余全都落在2倍标准误的范围内，围绕着零值做很小幅（约±0.1）的波动。

因此，{Dp}是平稳的时间序列。

平稳性检验通过，看白噪声检验。自相关图明显显示：

页脚内容

≠0，≠0。因此，{Dp}非白噪声序列，有信息待

3

临河 校区语法短训1

提取。预处理完毕，开始识别模型：

0.40Autocorrelations of Dp-0.200.000.20

01020Lag3040Bartlett's formula for MA(q) 95% confidence bands

{Dp}的自相关图

0.40-0.200.000.20（Stata语句）

Partial autocorrelations of Dp. pac Dp =>

01020Lag304095% Confidence bands [se = 1/sqrt(n)]

{Dp}的偏自相关图

（1）不考虑季节效应，先试ARIMA模型，再试疏系数模型。 ①ARIMA模型 ⅰ认为（1,1） 和都拖尾，尝试ARMA 页脚内容

4