如何用eviews做时间序列模型预测

1. 如何用eviews做时间序列模型预测

1、首先建立工作文件，创建并编辑数据。结果如下图所示。

2、在命令行输入ls y c x,然后回车。

3、弹出equation窗口，如图所示。观察t统计量、可决系数等，可知模型通过经济意义检验，查表与X的t统计量比较发现，t检验值显著。模型对Y的解释程度高达99.3%。

4、将样本期范围从1978-2003年扩展为1978-2004年：在workfile窗口中依次点击proc->Structure。

5、弹出Workfile Structure窗口，将2003改为2004，然后点击ok，如图所示。

6、在Group窗口中输入2004年X的值，如图所示。

7、在equation窗口中点击Forecast。

8、在弹出的窗口中点击ok。完成效果图。

2. 如何用eviews做时间序列模型预测

1、首先建立工作文件，创建并编辑数据。结果如下图所示。

2、在命令行输入ls y c x,然后回车。

3、弹出equation窗口，如图所示。观察t统计量、可决系数等，可知模型通过经济意义检验，查表与X的t统计量比较发现，t检验值显著。模型对Y的解释程度高达99.3%。

4、将样本期范围从1978-2003年扩展为1978-2004年：在workfile窗口中依次点击proc->Structure。

5、弹出Workfile Structure窗口，将2003改为2004，然后点击ok，如图所示。

6、在Group窗口中输入2004年X的值，如图所示。

7、在equation窗口中点击Forecast。

8、在弹出的窗口中点击ok。完成效果图。

3. 如何用Eviews软件建立时间序列模型和预测

1、数据的录入与保存：
         创建Workfile：点击File/New/Workfile，输入起止日期。
         建立object输入数据：点击object/new object，定义数据文件名ex4_2并输入数据。
         将Workfile保存：点击File/save，而store只存储对象object。
2、模型定阶：点击Quick/Estimate equation输入类似Y AR(1) AR(2) 
     AR(3)形式的各种不同模型，利用AIC准则或F检验选择最合适的模型。
     先拟合AR(3)模型：得知，参数不显著，且AIC=2.8352，SC＝2.9169，SSE=86.95。
3、再拟合AR(2)模型：AIC＝2.8329，SC=2.8870，SSE＝89.64
4、再拟合AR(1)模型：SSE＝91.32，AIC=2.8194，SC＝2.8463。
      F检验：F=2.77<3.92，说明AR(3)与AR(2)模型没有显著性差异，故可判定适应模型为AR(2) 。
5、模型预测：用AR(2)模型作预测
6、注意事项
     也可利用Pandit-wu法，先拟合ARMA(2,1)模型，再拟合ARMA(4,3)模型，然后进行F检验选择模型。

4. 如何用Eviews软件建立时间序列模型和预测

1、数据的录入与保存：
创建Workfile：点击File/New/Workfile，输入起止日期。
建立object输入数据：点击object/new object，定义数据文件名ex4_2并输入数据。
将Workfile保存：点击File/save，而store只存储对象object。
2、模型定阶：点击Quick/Estimate equation输入类似Y AR(1) AR(2)
AR(3)形式的各种不同模型，利用AIC准则或F检验选择最合适的模型。
先拟合AR(3)模型：得知，参数不显著，且AIC=2.8352，SC＝2.9169，SSE=86.95。
3、再拟合AR(2)模型：AIC＝2.8329，SC=2.8870，SSE＝89.64
4、再拟合AR(1)模型：SSE＝91.32，AIC=2.8194，SC＝2.8463。
F检验：F=2.77<3.92，说明AR(3)与AR(2)模型没有显著性差异，故可判定适应模型为AR(2) 。
5、模型预测：用AR(2)模型作预测
6、注意事项
也可利用Pandit-wu法，先拟合ARMA(2,1)模型，再拟合ARMA(4,3)模型，然后进行F检验选择模型。

5. eviews每日时间序列的频率选什么

选Annual.1、时间序列分析法是根据过去的变化趋势预测未来的发展,它的前提是假定事物的过去延续到未来。时间序列分析，正是根据客观事物发展的连续规律性,运用过去的历史数据，通过统计分析,进一步推测未来的发展趋势。事物的过去会延续到未来这个假设前提包含两层含义；一是不会发生突然的跳跃变化,是以相对小的步伐前进；二是过去和当前的现象可能表明当前和将来活动的发展变化趋向。这就决定了在一般情况下,时间序列分析法对于短、近期预测比较显著,但如延伸到更远的将来,就会出现很大的局限性,导致预测值偏离实际较大而使决策失误。[1]2、时间序列数据变动存在着规律性与不规律性时间序列中的每个观察值大小,是影响变化的各种不同因素在同一时刻发生作用的综合结果。从这些影响因素发生作用的大小和方向变化的时间特性来看,这些因素造成的时间序列数据的变动分为四种类型。（1）趋势性：某个变量随着时间进展或自变量变化,呈现一种比较缓慢而长期的持续上升、下降、停留的同性质变动趋向,但变动幅度可能不相等。（2）周期性：某因素由于外部影响随着自然季节的交替出现高峰与低谷的规律。（3）随机性：个别为随机变动，整体呈统计规律。（4）综合性：实际变化情况是几种变动的叠加或组合。预测时设法过滤除去不规则变动,突出反映趋势性和周期性变动。

6. 如何用eviews画时间序列趋势图

1、首先打开EViews10软件，新建一个workfile，然后在【Start date】里输入【1979】，在【End date】里输入【1997】，其余保持默认即可，点击【OK】，可以看到如图所示的界面。

2、然后在命令框里输入“data y x”，再按回车键，即可在Group里新建Y X列。

3、然后复制下Excel里面的数据，直接粘贴到软件的表格里，如图所示。

4、然后在命令框中输入“ls y c x”，再按下回车键，执行命令，得到如图所示的界面，此界面显示的为GDP与人均可支配收入最小二乘的结果。

5、然后在该窗口的上方，点击【Forecast】，弹出如图所示的界面，参数默认即可，点击【OK】。

6、可以看到界面出现了预测值曲线和其他的各参数曲线。