(一)单位根检验
根据ADF的三步检验法进行检验,发现初始数据并不平稳,存在单位根(点击quick-series statistics-unit root test)
对原数据进行一阶差分,再根据ADF方法进行单位根检验,d(y)在10%的置信水平下拒绝原假设,接受备择假设,该数据为平稳数据。
(二)确定滞后阶数
对D(Y)进行自相关和偏相关性检验(点击view—correlogram):
滞后阶数为12阶。
由图观之,自相关和偏相关都是一阶截尾(在虚线范围内即可视为零,在第几阶为零,p或q值就是第几阶,截尾即取到零值以前的尾巴很短,拖尾就是取到零值以前的尾巴很长),不易判断ARIMA(p,d,q)模型中的p和q,选取模型的判断标准:
于是采用信息准则,假设几组p和q值,根据AIC信息值,再参考拟合优度和p值,选择合适的模型(点击quick—estimate equation )d(y),c,ar(1),ar(2),ma(1),ma(2),ar和ma的输入根据p和q值,前面例子为p和q均为2的情况。
假设(p,q)的几组取值分别为(1,1),(1,2), (2,1) , (2,2)。
综上,我们选择ARIMA(1,2,1)模型。
(三)模型预测
模型预测及诊断,检验模型的拟合值和实际值得残差序列是否是白噪声序列.(点击forecast-预测y值,然后选中y、yf、resid,然后open as group,点击view—graph-ok)
由图观之,拟合程度较好。
假如要预测2018、2019年的GDP,
选中range,把observation变为22,会发现y、yf里多了两行NA,再做一次模型,可在Yf中得到2018年的GDP,将其复制到y中,再进行预测,便可得到2019年gdp。