此时,模型的特征值在单位元内,随意模型是平稳的,且模型的参数估计值的 T统计量的绝对值大于 2,05 .0?p ,所以模型是显著的,得到模型: ttxx????1688679 .0 模型的显著性检验一、残差检验下面对拟合后的模型进行残差检验,如图 8: 图8 残差检验从图 8的真值、拟合值和残差图可以看出,模型的拟合效果较好,残差是围绕零均值随机波动的。二、 Q 检验图 10Q 检验由残差序列的自相关系数与偏自相关系数的延迟 K阶下的 Q统计值的 P值都显著大于 0.05 ,可以认为该拟合模型的残差序列属于白噪声序列,即该拟合模型效果显著有效。模型预测一. 预测结果通过对 AR(1)模型的预测可以得到 2014 年5月至 2014 年10月的烟酒及用品类居民消费价格指数预测值。图 11 预测动态图表2 未来 6 期预测值及置信上下限时间预测值 95% 置信下限 95% 置信上限 2014.05 101.7268 101.5314709 101.9221219 2014.06 101.7536 101.4773311 102.0298686 2014.07 101.7804 101.4420066 102.1188142 2014.08 101.8072 101.4164208 102.1980352 2014.09 101.8341 101.3970587 102.2710466 2014.1 101.8609 101.3821176 102.3396511 二. 结论分析由预测值可以看出,烟酒及用品类居民消费价格指数呈缓慢增长趋势,但增长幅度不大。参考文献: [1] 庞皓,《计量经济学》第二版, [M]. 北京.科学出版社出版, 2013 。[2] 中话人民共和国国家统计局/ 2013. [3]《应用时间序列分析》王燕编著,北京:中国人民大学出版社 2005 年7月第一版
全文预览
