Лабораторная №3 Александра Цвирко, 11 группа (стр. 1 )

Лабораторная №3 Александра Цвирко, 11 группа

Вариант 4 (9я строка платежного баланса)

Задание 1.

1. Построение ARIMA-модели для ряда х1. Строим коррелограмм ряда:

По поведению Partial Correlation определяем, что порядок AR=4; по поведению Autocorrelation определяем, что порядок MA=4. Это соответствует модели ARIMA(4,4). Оцениваемая модель в Equation имеет вид: x1 AR(4) MA(4).

Dependent Variable: X1
Method: Least Squares
Date: 03/20/08 Time: 22:08
Sample(adjusted): 1997:1 2007:1
Included observations: 41 after adjusting endpoints
Convergence achieved after 7 iterations
Backcast: 1996:1 1996:4
Variable	Coefficient	Std. Error	t-Statistic	Prob.
AR(4)	1.085139	0.066759	16.25449	0.0000
MA(4)	-0.838295	0.075007	-11.17616	0.0000
R-squared	0.203425	Mean dependent var	-186.5171
Adjusted R-squared	0.183000	S. D. dependent var	274.0613
S. E. of regression	247.7187	Akaike info criterion	13.91002
Sum squared resid	2393217.	Schwarz criterion	13.99360
Log likelihood	-283.1553	Durbin-Watson stat	1.625059
Inverted AR Roots	1.02
	Estimated AR process is nonstationary
Inverted MA Roots	.96	i

Графически модель выглядит так:

2. Построение ARIMA-модели для x2. Строим коррелограмм ряда:

По поведению Partial Correlation определяем, что порядок AR=4; по поведению Autocorrelation определяем, что порядок MA=4. Это соответствует модели ARIMA(4,4). Оцениваемая модель в Equation имеет вид: х2 AR(4) MA(4).

Dependent Variable: X2
Method: Least Squares
Date: 03/20/08 Time: 22:10
Sample(adjusted): 1997:2 2007:1
Included observations: 40 after adjusting endpoints
Convergence achieved after 11 iterations
Backcast: 1996:2 1997:1
Variable	Coefficient	Std. Error	t-Statistic	Prob.
AR(4)	1.098432	0.067688	16.22784	0.0000
MA(4)	-0.836426	0.079192	-10.56201	0.0000
R-squared	0.218968	Mean dependent var	83.55796
Adjusted R-squared	0.198414	S. D. dependent var	126.8427
S. E. of regression	113.5640	Akaike info criterion	12.35132
Sum squared resid	490077.6	Schwarz criterion	12.43576
Log likelihood	-245.0263	Durbin-Watson stat	1.619911
Inverted AR Roots	1.02
	Estimated AR process is nonstationary
Inverted MA Roots	.96	i	.00+.96i	-.96

Графически модель выглядит так:

3. Построение ARIMA-модели для x3. Строим коррелограмму ряда:

По поведению Partial Correlation определяем, что порядок AR=1; по поведению Autocorrelation определяем, что порядок MA=1. Это соответствует модели ARIMA(1,1). Оцениваемая модель в Equation имеет вид: x3 c @trend.

Dependent Variable: X3

Method: Least Squares

Date: 03/06/08 Time: 23:42

Sample(adjusted): 1996:2 2007:1

Included observations: 44 after adjusting endpoints

Convergence achieved after 16 iterations

Backcast: 1991:2 1996:1

Dependent Variable: X3
Method: Least Squares
Date: 03/20/08 Time: 22:18
Sample(adjusted): 1996:3 2007:1
Included observations: 43 after adjusting endpoints
Convergence achieved after 13 iterations
Backcast: 1996:2
Variable	Coefficient	Std. Error	t-Statistic	Prob.
AR(1)	0.685771	0.061212	11.20317	0.0000
MA(1)	-0.984401	0.011248	-87.51728	0.0000
R-squared	0.385297	Mean dependent var	260.9264
Adjusted R-squared	0.370304	S. D. dependent var	1202.797
S. E. of regression	954.4602	Akaike info criterion	16.60556
Sum squared resid		Schwarz criterion	16.68748
Log likelihood	-355.0196	Durbin-Watson stat	2.496735
Inverted AR Roots	.69
Inverted MA Roots	.98

Графически модель выглядит так: