《2022年应用时间序列定义 .pdf》由会员分享，可在线阅读，更多相关《2022年应用时间序列定义 .pdf（10页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、关于“海南省 2003-2010 年各月旅游人数时间序列分析” 应用时间序列分析研究报告学院：经济与管理学院班级： 09 统计 1 班姓名：李敏学号： 20091701310008 指导教师：张洪波日期： 2011-06-09 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 10 页 - - - - - - - - - 目录一、摘要1 二、数据收集与录入1 三、数据分析 4 （一） 原始数据序列图及其平稳化过程 4 1、原始数据序列图 4 2、一阶差分 5 3、自相关与偏
2、自相关图 5 4、季节差分 6 四、建立季节模型7 五、残差检验 8 六、预测模型 9 七、总结10 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 10 页 - - - - - - - - - 一、 摘要关键词：文章通过对 “海南省 2003-2010 年各月旅游人数” 的数据进行时间序列分析。数据是来源于海南省旅游政务网的二手资料。另外，利用Eviews6.0 软件进行分析。主要运用的方法有：一阶差分、季节差分，单位根检验、DW 值检验、自相关与偏自相关检验、 ADF
3、检验以及 Q检验。最后对原始数据建立模型并进行预测讨论。结果表明预测结果满足精度要求，具有较强的实用性。二、 原始数据的收集与录入（一）数据的收集数据的搜集来源于海南旅游政务网（二）数据的录入利用 Eviews6.0 软件进行数据录入的操作，如下图所示：名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 10 页 - - - - - - - - - 三、 数据分析（一）原始数据序列图及其平稳化过程1、原始数据序列图首先对查看原数据的序列图，并记该序列为X：由图可知，该数据具有
4、长期性和周期性的波动，对其进行单位根检验，如下图所示 ：名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 10 页 - - - - - - - - - 从单位根检验结果可判定X序列不平稳。应对其进行一阶差分。2、一阶差分对 X序列进行平稳化处理，一阶差分后的序列记为X1,如下图所示。由图 X1看出，数据大体落在0 的范围内，可判定X1序列是平稳的。3、自相关与偏自相关图X1序列的自相关函数（ ACF ）和偏自相关函数 (PACF)如下图所示。由P值可以看出，应对其进行季节差
5、分。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 5 页，共 10 页 - - - - - - - - - 4、季节差分季节差分后的 X1序列记为 X2序列，如下图可示，可以看出，自相关函数与偏自相关函数均出现拖尾性。因此，初步可以对其拟合ARMA 模型：ttaBXBBB)1()1)(1)(1(221222名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 6 页，共 10
6、页 - - - - - - - - - 四、 建立季节模型由下表知，该序列的季节模型为：ttaBXBBB)860650.01()1)(1)(763393.01(2122名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 7 页，共 10 页 - - - - - - - - - 五、残差检验对上面建立的 ARMA 模型进行残差检验，如下图所示。显然，最终模型残差检验结果表明，该残差的自相关函数均落在两倍标准差内。因此，该模型是适应的。名师资料总结 - - -精品资料欢迎下载 - - - -
7、 - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 8 页，共 10 页 - - - - - - - - - 六、 预测模型下图是由原始数据模型预测2003-2011年各月旅游人数的相关数据与图示。可看出，预测结果基本拟合模型。另外，下图是 2003-2010年旅游人数序列图（ X）年与2003-2011年旅游人数序列图(XF) 的比较。由图可看出，两序列存在一定的相关性。预测结果拟合较准确。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 9 页，共 10 页 - - - - - - - - - 七、总结由分析和预测的结果可以看出，2003-2010年海南省各月旅游人数具有一定的波动性。另外，预测的结果吻合度较强，说明ARMA 模型具有一定的记忆性。运用Eviews进行时间序列分析具有较强的实用性。针对过去的旅游人数进行预测，对一个地区或者国家的旅游事业的发展具有一定的借鉴作用。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 10 页，共 10 页 - - - - - - - - -