如何在eviews进行arma模型
5个回答
展开全部
http://jingyan.baidu.com/article/a3761b2ba3aa571576f9aa86.html
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。
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。
再拟合AR(2)模型:AIC=2.8329,SC=2.8870,SSE=89.64
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) 。
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。
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。
再拟合AR(2)模型:AIC=2.8329,SC=2.8870,SSE=89.64
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) 。
迈杰
2024-11-30 广告
2024-11-30 广告
RNA-seq数据分析是转录组研究的核心,包括数据预处理、序列比对、定量分析、差异表达分析、功能注释和可视化等步骤。数据预处理主要是质量控制和去除低质量序列。序列比对使用HISAT2、STAR等工具将reads比对到参考基因组。定量分析评估...
点击进入详情页
本回答由迈杰提供
展开全部
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。
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。
再拟合AR(2)模型:AIC=2.8329,SC=2.8870,SSE=89.64
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) 。
模型预测:用AR(2)模型作预测
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。
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。
再拟合AR(2)模型:AIC=2.8329,SC=2.8870,SSE=89.64
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) 。
模型预测:用AR(2)模型作预测
本回答被网友采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
aic值和sc值为负数是由其定义决定的,如aic=-(1+log(2*pi)+log(u'*u/t)+2(k+1)/t,pi为圆周率,k为解释变量个数,u为残差向量,t为样本规模。arma模型的定阶可以根据相关图,看自相关系数和偏自相关系数的截尾性。偏自相关系数的截尾点决定自回归阶数,而自相关系数截尾点决定移动平均的阶数。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
aic值和sc值为负数是由其定义决定的,如aic=-(1+log(2*pi)+log(u'*u/t)+2(k+1)/t,pi为圆周率,k为解释变量个数,u为残差向量,t为样本规模。arma模型的定阶可以根据相关图,看自相关系数和偏自相关系数的截尾性。偏自相关系数的截尾点决定自回归阶数,而自相关系数截尾点决定移动平均的阶数。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
eviews里面,Quick/Estimate equation输入类似Y AR(1) AR(2) AR(3)形式的各种不同模型
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询