第四章平稳时同序列模型的建立 利用Eviewsi进行参数估计 利用Eviews>对上例做参数估计，回答以下问题： 1.为什么Eviewsl能做MA(1)?参数是实根的条件是什么？ 2.lsxt2car(1)和lsxt2cxt2(-1)在输出结果和估计方法中 的不同之处？ 3.初始值、迭代次数、估计精度如何选择？
16 第四章 平稳时间序列模型的建立 利用Eviews进行参数估计 利用Eviews对上例做参数估计，回答以下问题： 1. 为什么Eviews能做MA(1)？参数是实根的条件是什么？ 2. ls xt2 c ar(1)和ls xt2 c xt2(-1)在输出结果和估计方法中 的不同之处？ 3. 初始值、迭代次数、估计精度如何选择？
第四章平穗时间序列找型的建立 有关参数估计： 1.最简单的参数估计方法是矩估计，也称初估计或粗 估计。 2.矩估计虽简单，但粗略，一般用于得到模型的初始 估计值，以便在迭代估计时利用它来减少迭代次数。 3.AR模型的矩估计是利用Yule-Walker方程来求解； MA模型和ARMA模型的矩估计是利用模型的自协方 差函数满足的方程来求解
17 第四章 平稳时间序列模型的建立 有关参数估计： 1. 最简单的参数估计方法是矩估计，也称初估计或粗 估计。 2. 矩估计虽简单，但粗略，一般用于得到模型的初始 估计值，以便在迭代估计时利用它来减少迭代次数。 3. AR模型的矩估计是利用Yule-Walker方程来求解； MA模型和ARMA模型的矩估计是利用模型的自协方 差函数满足的方程来求解
第四章平稳时同序列模型的建立 第四节模型的适应性检验 模型的适应性检验： 模型是否完全或基本上解释了系统的动态性； ,是否是一白噪声序列； 关键是4，的独立性检验。 18
18 第四章 平稳时间序列模型的建立 第四节 模型的适应性检验 模型的适应性检验： 模型是否完全或基本上解释了系统的动态性； at是否是一白噪声序列； 关键是at的独立性检验
第四章平稳时间序列找型的建立 本节主要介绍的模型适应性检验的方法有： 散点图法 二、 估计相关系数法 三、F检验 四、 c检验法 19
19 第四章 平稳时间序列模型的建立 本节主要介绍的模型适应性检验的方法有： 一、 散点图法 二、估计相关系数法 三、 F检验 四、 检验法
第四章平稳时同序列模型的建立 散点图法 通过a对a和a,对X的散点图检验a,的独立性。 如果两类散点图都呈现出不相关的趋势，则可 以认为a,是独立的，也即模型是适合的。 优缺点：简单易懂，容易操作，但有一定主观性， 较粗略
20 第四章 平稳时间序列模型的建立 一、 散点图法 通过at对at-j和at对Xt-j的散点图检验at 的独立性。 如果两类散点图都呈现出不相关的趋势，则可 以认为at是独立的，也即模型是适合的。 优缺点：简单易懂，容易操作，但有一定主观性， 较粗略