Eviews软件进行时间序列分析，单位根检验后，如何根据自相关图和偏自相关图确定 AR、MA的滞后阶？ eviews出现自相关，自相关图和偏自相关图的问题
\u5982\u4f55\u7528Eviews\u8f6f\u4ef6\u8fdb\u884c\u7b80\u5355\u65f6\u95f4\u5e8f\u5217\u5206\u6790\u65b9\u6cd5/\u6b65\u9aa4
\u521b\u5efaWorkfile\uff1a\u70b9\u51fbFile/New/Workfile\uff0c\u8f93\u5165\u8d77\u6b62\u65e5\u671f
\u5efa\u7acbobject\u8f93\u5165\u6570\u636e\uff1a\u70b9\u51fbobject/new object\uff0c\u5b9a\u4e49\u6570\u636e\u6587\u4ef6\u540dex4_2\u5e76\u8f93\u5165\u6570\u636e\u3002\u5c06Workfile\u4fdd\u5b58\uff1a\u70b9\u51fbFile/save\uff0c\u800cstore\u53ea\u5b58\u50a8\u5bf9\u8c61object\u3002
\u753b\u65f6\u5e8f\u6570\u636e\u56fe\uff1a\u70b9\u51fbWorkfile\u4e2d\u7684View/line graph\u3002
\u7528\u5355\u4f4d\u6839\u6cd5\u68c0\u9a8c\u5e73\u7a33\u6027\uff1a\u70b9\u51fbView/Unit Root Test\uff0c\u6bd4\u8f83ADF\u503c\u3002
\u7ed3\u679c\u5206\u6790\uff1a\u7531\u56fe\u77e5\uff1aADF_T=0.0722>-3.4946\uff0c\u5219X\u5e8f\u5217\u975e\u5e73\u7a33\u3002
\u6a21\u578b\u8bc6\u522b\uff1a\u70b9\u51fbView/correlogram\u753b\u81ea\u76f8\u5173\u7cfb\u6570\uff08AC\uff09\u548c\u504f\u81ea\u76f8
\u5173\u7cfb\u6570\uff08PAC\uff09\u56fe\u3002
\u5219\u5f53K>2\u65f6\uff0c\u5219\uff0c\u5373\u5448\u73b02\u6b65\u622a\u5c3e\u73b0\u8c61\uff0c\u800c
\u5e8f\u5217\u88ab\u8d1f\u6307\u6570\u51fd\u6570\u63a7\u5236\u6536\u655b\u4e8e\u96f6\uff0c\u5448\u62d6\u5c3e\u73b0\u8c61\uff0c\u6545\u53ef\u521d\u6b65\u5224\u5b9a\u5e8f
\u5217Y\u9002\u5408AR(2)\u6a21\u578b\u3002
\u4e0d\u6e05\u695a\u4f60\u7684\u6570\u636e\u662f\u662f\u65f6\u95f4\u5e8f\u5217\u8fd8\u662f\u622a\u9762\u6570\u636e\uff1f\u8fd8\u6709\u4f60\u8fd9\u4e2a\u662f\u60f3\u7528\u7ec4\u5408\u6a21\u578b\uff1f\u8fd8\u662f\u60f3\u7528arma\u6765\u89e3\u51b3\u81ea\u76f8\u5173\u7684\u95ee\u9898\uff1f\u6211\u6839\u636e\u4f60\u7684\u63cf\u8ff0\u53ea\u80fd\u7ed9\u51fa\u4e0b\u9762\u7684\u89e3\u7b54\u3002\u3002\u3002\u5e0c\u671b\u6ee1\u610f
\u65e2\u7136\u81ea\u76f8\u5173\u56fe\u57281\u9636\u7ed3\u5c3e\uff0c\u4f46\u662f\u504f\u81ea\u76f8\u5173\u5728\u4e00\u9636\u3001\u4e8c\u9636\u3001\u5341\u9636\u8d85\u51fa\uff0c\u81ea\u76f8\u5173\u56fe\u7528\u6765\u786e\u5b9a\u79fb\u52a8\u5e73\u5747\u90e8\u5206\u7684\u9636\u6570\uff0c\u65e2ma\uff081\uff09\uff0c\u504f\u81ea\u76f8\u5173\u56fe\u7528\u6765\u786e\u5b9a\u81ea\u76f8\u5173\u90e8\u5206\u7684\u9636\u6570\uff0c\u4f60\u6ca1\u6709\u8bf4\u6e05\u695a\u504f\u81ea\u76f8\u5173\u56fe\u662f\u600e\u4e48\u8870\u51cf\u7684\uff0c\u662f\u6307\u6570\u8870\u51cf\u8fd8\u662f\u6b63\u5f26\u9707\u8361\u8870\u51cf\uff0c\u6211\u6839\u636e\u4f60\u7684\u63cf\u8ff0\u53ea\u80fd\u6682\u65f6\u5224\u65ad\u4f60\u53ef\u4ee5\u5728eviews\u91cc\u5199ls y c x ma\uff081\uff09 ar(1) ar(2) ar(10)\u770b\u770b\u7cfb\u6570\u662f\u5426\u663e\u8457\uff0c\u7136\u540e\u518d\u901a\u8fc7\u6b8b\u5dee\u7684\u81ea\u76f8\u5173\u56fe\u548c\u504f\u81ea\u76f8\u5173\u56fe\u6765\u8fdb\u4e00\u6b65\u5bf9\u6a21\u578b\u4fee\u6b63\uff0c\u8ba9\u6b8b\u5dee\u901a\u8fc7Q\u68c0\u9a8c\u3002
\u81f3\u4e8ear\uff082\uff09\u8fc7\u7a0b\u7684\u7279\u5f81\u662f\uff1a\u81ea\u76f8\u5173\u56fe\u5448\u73b0\u6307\u6570\u8870\u51cf\uff0c\u7136\u540e\u504f\u81ea\u76f8\u5173\u56fe\u6709\u4e24\u4e2a\u5cf0\u503c\u540e\u8282\u5c3e
\u4f60\u8bf4\u4e0d\u77e5\u9053ar\uff08\uff09\u5199\u51e0\uff0c\u81ea\u76f8\u5173\u90e8\u5206\u7684\u9636\u6570\u662f\u901a\u8fc7\u504f\u76f8\u5173\u56fe\u5224\u65ad\uff0c\u53ef\u4ee5\u8bf4\u662f\u504f\u81ea\u76f8\u5173\u56fe\u6709n\u4e2a\u5cf0\u503c\u5c31\u662far\uff08n\uff09\uff0c\u5728eviews\u91cc\u5199\u7684\u65f6\u5019\u4f60\u662f\u8981\u5199ar\uff081\uff09.ar\uff082\uff09....ar(n)\u7136\u540e\u770b\u4ed6\u4eec\u662f\u4e0d\u662f\u663e\u8457\u7684
\u5173\u4e8e\u4f30\u8ba1\u5176\u5b9e\u4f60\u8fd9\u4e2a\u6a21\u578b\u7684\u6807\u51c6\u5199\u6cd5\u662f
\uff081-0.290765L+ 0.424062L^4\uff09\uff08LNY-6.428778 +-0.000336X\uff09=vt\u4f60\u8981\u4f30\u8ba1y\u4f60\u4e0d\u4ec5\u9700\u8981\u5f53\u671f\u7684x\u8fd8\u9700\u8981\u6ede\u540e1\u671f\u548c4\u671f\u7684x\u8fd8\u6709\u6ede\u540e1\u671f\u548c4\u671f\u7684y
所谓的信息，无非就是：截尾、拖尾、周期、季节等信息，综合这些信息就能
得到一个大致的印象而提出若干候选模型，然后根据信息准则就可以确定一个较理想的模型。
模型没有对与错，通常任何一个模型都是对真实情况的近似，并且各种模型之间通常也是可以找到互换关系。在多个模型都满足要求而让你不知该选择哪一个的时候，使用“剃刀原则”是最好，一言蔽之，就是挑最简单，参数最少的模型是做好的选择。
你要看p和q的值，看图来判断拖尾情况
由此得出理想的模型
我经常帮别人做这类的数据统计分析的
绛旓細寮瑰嚭Workfile Structure绐楀彛锛屽皢2003鏀逛负2004锛岀劧鍚庣偣鍑籵k锛屽鍥炬墍绀恒傚湪Group绐楀彛涓緭鍏2004骞碭鐨勫硷紝濡傚浘鎵绀恒傚湪equation绐楀彛涓偣鍑籉orecast銆傚湪寮瑰嚭鐨勭獥鍙ｄ腑鐐瑰嚮ok銆傚湪workfile绐楀彛涓細鐢熸垚涓涓獃f锛屽弻鍑绘墦寮瀹冿紝濡傚浘鎵绀猴紝鍗冲彲鐪嬪埌鎴戜滑瀵2004骞寸殑棰勬祴鍊笺侲ND 娉ㄦ剰浜嬮」 鏁版嵁杈撳叆鍓嶈鍒嗘竻鍝釜鏄В閲婂彉閲忥紝...
绛旓細鏄殑锛EViews鍙互鐢ㄤ簬鍒朵綔瑙ｉ噴鍙橀噺鐨勭浉鍏崇郴鏁扮煩闃点1. EViews鐨勫姛鑳斤細EViews锛圗conometric Views锛夋槸涓娆炬祦琛岀殑缁熻杞欢锛屼富瑕佺敤浜鏃堕棿搴忓垪鏁版嵁鐨勫垎鏋愩傚畠鎻愪緵浜嗗ぇ閲忕殑缁熻鍜岃閲忕粡娴庡宸ュ叿锛屼娇寰楃爺绌惰呭彲浠ユ柟渚垮湴杩涜鏁版嵁澶勭悊銆佹ā鍨嬩及璁″拰棰勬祴銆傚叾涓紝鍒朵綔鐩稿叧绯绘暟鐭╅樀鏄疎Views鐨勫熀鏈姛鑳戒箣涓銆2. 鐩稿叧绯绘暟鐭╅樀...
绛旓細鏁版嵁鐨勫綍鍏ヤ笌淇濆瓨锛氬垱寤篧orkfile锛氱偣鍑籉ile/New/Workfile锛岃緭鍏ヨ捣姝㈡棩鏈熴傚缓绔媜bject杈撳叆鏁版嵁锛氱偣鍑籵bject/new object 灏哤orkfile淇濆瓨锛氱偣鍑籉ile/save锛岃宻tore鍙瓨鍌ㄥ璞bject銆傛ā鍨嬪畾闃讹細鐐瑰嚮Quick/Estimate equation杈撳叆绫讳技Y AR(1) AR(2)AR(3)褰㈠紡鐨勫悇绉嶄笉鍚屾ā鍨嬶紝鍒╃敤AIC鍑嗗垯鎴朏妫楠岄夋嫨鏈鍚堥傜殑妯″瀷...
绛旓細鐩告瘮涔嬩笅锛岀渷浠芥暟鎹槸涓绉嶇┖闂撮潰鏉挎暟鎹紝闇瑕佷娇鐢ㄤ笉鍚岀殑鏂规硶鍜杞欢杩涜鍒嗘瀽銆傞潰鏉挎暟鎹秹鍙婂埌澶氫釜鏃堕棿鍜屽涓埅闈紝鍏锋湁澶嶆潅鐨勭粨鏋勫拰鐗瑰緛锛岄渶瑕佷笓闂ㄧ殑绌洪棿闈㈡澘妯″瀷鍜岃蒋浠舵潵澶勭悊銆傚洜姝わ紝EViews浣滀负鏃堕棿搴忓垪鏁版嵁鍒嗘瀽杞欢锛屽苟涓嶉傚悎鐩存帴鐢ㄤ簬鍒嗘瀽鐪佷唤鏁版嵁銆傚浜庣渷浠芥暟鎹殑鍒嗘瀽锛岄渶瑕佷娇鐢ㄩ傚悎闈㈡澘鏁般
绛旓細鐒跺悗鏍规嵁淇℃伅鍑嗗垯灏卞彲浠ョ‘瀹氫竴涓緝鐞嗘兂鐨勬ā鍨嬨傛ā鍨嬫病鏈夊涓庨敊锛岄氬父浠讳綍涓涓ā鍨嬮兘鏄鐪熷疄鎯呭喌鐨勮繎浼硷紝骞朵笖鍚勭妯″瀷涔嬮棿閫氬父涔熸槸鍙互鎵惧埌浜掓崲鍏崇郴銆傚湪澶氫釜妯″瀷閮芥弧瓒宠姹傝岃浣犱笉鐭ヨ閫夋嫨鍝竴涓殑鏃跺欙紝浣跨敤鈥滃墐鍒鍘熷垯鈥濇槸鏈濂斤紝涓瑷钄戒箣锛屽氨鏄寫鏈绠鍗曪紝鍙傛暟鏈灏戠殑妯″瀷鏄仛濂界殑閫夋嫨銆
绛旓細澶勭悊鏃堕棿搴忓垪銆傛墦寮EViews锛屾柊寤簑orkfile锛岃緭鍏ュ紑濮嬫椂闂村拰缁撴潫鏃堕棿锛屽叾浠栫殑榛樿鍗冲彲锛岀劧鍚庣偣鍑籓K銆傞紶鏍囧彸鍑籸esid鏂囦欢锛岀劧鍚庨夋嫨copy锛岀劧鍚庡湪绌虹櫧澶勫彸鍑伙紝閫夋嫨Paste锛岀劧鍚庤緭鍏ュ悕绉皒锛岀偣鍑籓K鍗冲彲鏂板缓x銆傛寜鐓х浉鍚岀殑姝ラ銆傞紶鏍囧湪绌虹櫧澶勶紝鍙冲嚮锛岄夋嫨NewObject锛岀劧鍚庨夋嫨Group锛屽悕绉伴粯璁ゅ嵆鍙紝鐒跺悗鐐瑰嚮OK銆傜劧鍚庡湪杈撳叆妗...
绛旓細鍦Eviews涓锛屾牳蹇冩暟鎹璞℃槸鏃堕棿搴忓垪锛屾瘡涓簭鍒楅兘鏈夊敮涓鐨勫悕绉帮紝鐢ㄦ埛鍙互閫氳繃鎻愬強搴忓垪鍚嶆潵鎿嶄綔鍏朵腑鎵鏈夎娴嬪笺杞欢鎻愪緵浜嗙洿瑙傜殑杈撳叆鏂瑰紡锛屽厑璁哥敤鎴蜂粠閿洏鎴栫鐩樻枃浠惰交鏉惧鍏ユ暟鎹傞氳繃宸叉湁鐨勫簭鍒楋紝Eviews鍙互鐢熸垚鏂扮殑搴忓垪锛屽苟鑳藉疄鏃跺湪灞忓箷涓婃樉绀烘垨鎵撳嵃杈撳嚭銆傚悓鏃讹紝瀹冨叿澶囧己澶х殑缁熻鍒嗘瀽鍔熻兘锛岃兘鎻ず搴忓垪闂寸殑...
绛旓細Eviews鏃堕棿搴忓垪鍒嗘瀽瀹炰緥鏃堕棿搴忓垪鏄競鍦洪娴嬩腑缁忓父娑夊強鐨勪竴绫绘暟鎹舰寮,鏈功绗竷绔犲瀹冭繘琛屼簡姣旇緝璇︾粏鐨勪粙缁嶃傞氳繃绗竷绔犵殑瀛︿範,璇昏呬簡瑙ｄ簡浠涔堟槸鏃堕棿搴忓垪,骞舵帴瑙﹀埌鏈夊叧鏃堕棿搴忓垪鍒嗘瀽鏂规硶鐨勫師鐞嗗拰涓浜涘垎鏋愬疄渚嬨傛湰鑺傜殑涓昏鍐呭鏄鏄庡浣曚娇鐢Eviews杞欢杩涜鍒嗘瀽銆備竴銆佹寚鏁板钩婊戞硶瀹炰緥鎵璋撴寚鏁板钩婊戝疄闄呭氨鏄鍘嗗彶鏁版嵁鐨勫姞鏉冨钩鍧...
绛旓細ADF妫楠岋紝鍏ㄧО涓篈ugmented Dickey-Fuller Test锛屾槸缁熻瀛﹀浠敤浜庤瘎浼鏃堕棿搴忓垪鏁版嵁鏄惁鍏锋湁鍗曚綅鏍圭壒寰佺殑鍏抽敭宸ュ叿銆傚叾涓昏鐩殑鏄湪鏃堕棿搴忓垪鍒嗘瀽涓‘瀹氬簭鍒楁槸鍚︿负骞崇ǔ搴忓垪锛岃繖瀵逛簬棰勬祴鍜屾ā鍨嬫瀯寤鸿嚦鍏抽噸瑕併傚湪Eviews杞欢涓杩涜ADF妫楠岀殑鎿嶄綔鐩稿鐩磋锛氶鍏堬紝鎵撳紑杞欢骞跺鍏ユ暟鎹紝鐒跺悗鍦╒iew鑿滃崟涓夋嫨Unit Root Test...
绛旓細浠庤嚜鐩稿叧鍥捐瀹搴忓垪鐨勫钩绋虫э紝涓嶆槸寰堝噯纭紝鏈夐殢鎰忔с備竴鑸繕鏄噰鐢ㄥ崟浣嶆牴妫楠屾潵纭畾搴忓垪鐨勫钩绋虫с傚鏋滃簭鍒楀钩绋筹紝灏遍粯璁ゅ叾涓篴rma妯″瀷锛屽叾鍏蜂綋鐨勬粸鍚庣殑闃舵暟锛岃缁撳悎adjusted r2鍜孉IC锛圔IC锛夛紝缁煎悎姣旇緝寰楀嚭銆
