Также критерий Дарбина-Уотсона равен 2, что говорит об возможности построения идеальной модели. Date: 05/23/12Time: 16:44Sample: 3 743Included observations: 741Q-statistic probabilities adjusted for 4 ARMA term (s)AutocorrelationPartial CorrelationAC PAC Q-Stat Prob .- - .- -1−0.004−0.
0040.
0098 .- - .- -20.
0310.
0310.7352 .- - .- -30.
0230.
0231.1243 .- - .- -4−0.050−0.
0513.
0241 .- - .- -50.
0110.
0093.
11 740.
077 .- - .- -6−0.021−0.
0193.
46 110.177 .- - .- -70.
0700.
0717.
8 780.
069 .- - .- -80.
0410.
0408.
35 700.
079 .-* - .- -90.
0750.
7 412.
5870.
028 .- - .- -100.
0710.
6 516.
3740.
012 *- - *- -11−0.070−0.
6 920.
1030.005 .- - .- -120.
0510.
4 522.
0360.
005 .- - .- -130.
0580.
7 024.
5860.
003 .- - .- -140.
0060.
1 024.
6100.
006 .- - .- -150.
0190.
324.
8900.
009 .- - .- -160.
0390.
3 326.
0210.
011 .- - .- -170.
0200.
826.
3280.
015 .- - .- -18−0.016−0.
1 926.
5180.022 .- - .- -190.
0120.
326.
6330.
032 .- - .- -20−0.004−0.
526.
6440.046 .- - .- -210.
0250.
2 427.
1370.
056 .- - .- -220.
0280.
527.
7180.
066 .- - *- -23−0.063−0.
7 330.
7810.043 .- - .- -24−0.017−0.
2 331.
0030.055 .- - .- -25−0.035−0.
4 231.
9520.059 .- - .- -260.
0450.
4 133.
5260.
055 .- - .- -27−0.015−0.
1 433.
6880.070 .- - .- -280.
0220.
1 634.
0610.
084 .- - .- -290.
018−0.
334.
3030.102 .- - .- -300.
0060.
1 434.
3260.
127 .- - .- -310.
0210.
2 034.
6820.
147 .- - .- -32−0.064−0.
4 737.
8930.100 .- - .- -33−0.022−0.
1 538.
2600.117 .- - .- -34−0.040−0.
4 439.
5100.115 .- - .- -35−0.043−0.
4 140.
9420.109 .- - .- -360.
0650.
6 344.
2660.
073Исходя из графиков автокорреляции и частичной автокорреляции можно сделать вывод, что она отсутствует в предложенной модели. Breusch-Godfrey Serial Correlation LM Test: F-statistic0.389 150 Prob. F (2,734)
0.6778Obs*R-squared0.784 889 Prob. Chi-Square (2)0.6754Test Equation: Dependent Variable: RESIDMethod: Least SquaresDate: 05/23/12Time: 16:48Sample: 3 743Included observations: 741Presample missing value lagged residuals set to zero.VariableCoefficientStd. Errort-StatisticProb. C0.
1 520.
2 206 660.
6 880.
9995AR (1)0.
14 970.
121 360.
1 233 280.
9019AR (2)-4.95E-050.
11 874−0.
41 720.
9967MA (1)-0.
15 170.
16 323−0.
929 220.
9260MA (2)-0.
22 800.
15 965−0.
1 428 450.
8865RESID (-1)-0.
34 960.
38 290−0.
913 130.
9273RESID (-2)0.
335 500.
382 870.
8 762 790.
3812R-squared0.1 059 Mean dependent var-0.128Adjusted R-squared-0.7 106 S.D. dependent var5.96 0938S.E. of regression5.982 081 Akaike info criterion6.42 4816Sum squared resid26266.
41 Schwarz criterion6.46 8346Log likelihood-2373.
394 Hannan-Quinn criter.
6.44 1599F-statistic0.129 717 Durbin-Watson stat1.99 9994Prob (F-statistic)0.992 599
Автокорреляция отсутствует, так все вероятности не равны нулю, а в большинстве случаев ближе к 1. ТестJarque-BeraВероятность равна нулю, соответственно автокорреляция отсутствует. На основании этой модели целесообразно сделать прогноз. Прогнозирование при помощи модели ARIMA (2,2)Точечный прогноз741 194.
2 853 742 194.
6 046 743 192.8578
По данной модели мы можем спрогнозировать на 3 шага вперед, для более долгосрочного прогноза предполагается использование более сложных моделей. Заключение
В результате написания данной работы были проанализированы статистические данные временного ряда. Проведены гипотезы на стационарность изначального ряда, с помощью ряда тестов найден стационарный ряд, на основании которого выбрана наиболее подходящая модель. Использование программы EVIEWSпоиску оптимальной модели для составления краткосрочного прогноза для статистических данных во времянном ряду. Список использованной литературы
Доугерти К.
Введение
в эконометрику. М., 2003
Магнус Я.Р., Катышев П. К., Пересецкий А. А. Эконометрика. Начальный курс: Учебник. — 8-е изд. — М.: Дело, 2007
Анализ временных рядов. Пособие для студентов. М., 2003
Тихомиров Н.П., Тихомирова Т. М., Ушмаев О. С. Методы эконометрики и многомерного статистического анализа: Учебник — Москва: Экономика, 2011 — (Высшее образование) Эконометрика: Учебник / Елисеева И. И., Курышева С. В., Костеева Т. В. и др. — М.: Финансы и статистика, 2007
