ARMA模型的eviews的建立--时间序列分析实验指导.docx

时间序列分析试验指导so'"'1"io",""b"',"20","20INRNDl统计与应用数学学院随着计算机技术的飞跃发展以与应用软件的普与，对高等院校的试验教学提出了越来越高的要求。为实现教化思想与教学理念的不断更新,在教学中必需注意对高校生动手实力的培训和创新思维的培育，注意学生学问、实力、素养的综合协调发展。为此，我们组织统计与应用数学学院的部分老师编写了系列试验教学指导书。这套试验教学指导书具有以卜特点：理论与实践相结合，书中的大殳经济案例紧密联系我国的经济发展实际，有利于提高学生分析问题解决问题的实力。理论教学与应用软件相结合，我们依据不同的课程分别介绍rSPSS、SAS,MAT1.AB,EVlEWs等软件的运用方法，有利于提高学生建立数学模型并能正确求解的实力。这套试验教学指导书在编写的过程中始终得到安徽财经高校教务处、试验室管理处以与统计与应用数学学院的关切、帮助和大力支持，对此我们表示诚心的感谢！限于我们的水平，欢迎各方面对教材存在的错误和不当之处予以指责指正。中心统计与数学模型分析试验2007年2月试验一EVIEfS中时间序列相关函数操作-1试验二确定性时间序列建模方法-10-试验三时间序列随机性和平稳性检验20-试验四时间序列季节性、可逆性检验-25-试验五ARMA模型的建立、识别、检验33-试验六ARMA模型的诊断性检验-36-试验七ARMA模型的预料38-试验八复习ARMA建模过程-40试验九时间序列非平稳性检验43-试验一EVlEwS中时间序列相关函数操作【试验目的】熟识EviCWS的操作：菜单方式，吩咐方式：练习并驾收与时间序列分析相关的函数操作.【试验内容】一、EViews软件的常用菜单方式和吩咐方式：二、各种常用差分函数表达式；三、时间序列的自相关和偏自相关图与函数：【试航步骤】.一、EVieWS软件的常用菜单方式和吩咐方式：（一）创建工作文件1 .菜单方式启动EViOWS软件之后，进入EViCWS主窗口在主菜单上依次点击FileNeWHorkfiIe,即选择新建对象的类型为工作文件，将冲出一个对话框，由用户选择数据的时间频率（frequency）、起始期和终止期。选择时间频率为AnnUal（年度）,再分别点击起始期栏（Startdate）和终止期栏（Enddate）,输入相应的日期，然后点击OK按钮，将在EViews软件的主显示窗口显示相应的工作文件窗1.1.工作文件窗口是EVieWS的子窗口，工作文件一起先其中就包含了两个对象，一个是系数向量C（保存估计系数用），另一个是残差序列RESlD（实际值与拟合值之差）。2 .吩咐方式在EViews软件的吩咐窗口中干脆键入CREATE吩咐，也可以建立工作文件。吩咐格式为：CREATE时间频率类型起始期终止期则菜单方式过程可写为：CREATEA19851998O输入Y、X的数据1.DATA吩咐方式在EViews软件的吩咐窗1.J键入DT吩咐，吩咐格式为：DATA序歹U名1>序列名2><序列名n>本例中可在吩咐窗口键入如下吩咐：DATAYX3 .鼠标图形界面方式在EViews软件主窗口或工作文件窗口点击ObjeCtS/NowObject,Xj象类型选择Series,并给定序列名，一次只能创建一个新序列。再从工作文件书目中选取并双击所创建的新序列就可以展示该对象，选择Edit+/一，进入编辑状态，输入数据。生成Iog(Y).Iog(X)、X'2.1/X.时间变量T等序列在吩咐窗1.l中依次键入以下吩咐即可：GENR1.OGY=1.OG(Y)GENR1.OGX=1.OG(X)GENRXl=X2GENRX2=1XGENRT询REND（84）选择若干变量构成数组，在数组中增加变量。在工作文件窗口中单击所要选择的变量，按住Ctrl键不放，接着用鼠标选择要展示的变量，选择完以后，单击鼠标右键，在弹出的快捷菜单中点击OPen/asGroup,则会弹出数组窗口，其中变量从左至右按在工作文件窗口中选择变量的依次来排列。在数组窗口点击Edit+/一，进入全屏幕编辑状态，选择一个空列，点击标题栏，在编辑窗口输入变量名，再点击屏幕随意位置，即可增加一个新变量。增加变量后，即可输入数据。点击要删除的变量列的标题栏，在编辑窗1.I输入新变量名，再点击屏幕随意位置，弹出RENAME对话框，点击YES按钮即可。Go在工作文件窗口中删除、更名变量。1 .在工作文件窗口中选取所要删除或更名的变量并单击鼠标右键，在弹出的快捷菜单中选择DeIete（删除）或Renaine（更名）即可2 .在工作文件窗口中选取所要删除或更名的变量，点击工作文件窗口菜单栏中的ObjeCtS/Deleteselected（Renameselected",）,RP11删除（更名变盘3 .在工作文件窗1.J中选取所要删除的变量，点击工作文件窗口菜单栏中的Delete按钮即可删除变量.三、图形分析与描述统计分析也可以利用P1.oT吩咐将多个变量的改变趋势描绘在同一张图中，例如键入以下吩咐，可以视察变量Y、X的改变趋势P1.OTYX利用SCAT吩咐绘制X、丫的散点图在吩咐窗口中键入：SCATXY则可以初步视察变量之间的相关程度与相关类型二、各种常用差分函数表达式表1-1:1949年1月1960年12月数据1949年1950年1951年1952年1953年1954年1955年1956年1957年1958年1959年1960年1112115145171196204242284315340360417211812615018019618823327730131834239131321411781932362352673173563621064194129135163181235227269313348348396161512112517218322923427031835536312017261351491782182432643153744224354725357148170199230264302364413465491548622814817019924227229334710546750555960691361581842092372593123554044044635081011913316219121122927430634735940746111104114146172180203237271305310362390121181401661942012292783063063374054321、在吩咐窗1.l中键入：genrdx=D(x)则生成的新序列为序列X的一阶差分序列2,在吩咐窗口中键入：genrdxn=D(x,n)则生成的新序列为序列X的n阶差分。3、在吩咐窗口中键入：genrdxs=D(x,O,s)则生成的新序列为序列X的对周期长度为S一阶季节差分。4、在吩咐窗口中键入:genrdxsn=D(x,n,s)则生成的新序列为对周期长度为s的时间序列X取一阶季节差分后的序列再取n阶差分。5,在吩咐窗口中键入:genrdlx=Dlog(x)则生成的新序列为X取自然对数后，再取一阶差分。6、在吩咐窗口中键入：genrdIxsn=Dlog(x,n,s)则生成的新序列为周期长度为S的时间序列X先取自然对数，再取一阶季节差分，然后再对序列取n阶差分。在EVIEWS中操作的图形分别为：三、时间序列的自相关和偏自相关图与函数:（一）视察时间序列的自相关图.吩咐方式：（I）在吩咐行输入吩咐：IdCntX（X为序列名称）；（2）然后在出现的对话框中输入滞后时期数。（可取默认数）菜单方式：（1）双击序列图标。菜单操作方式：View>Corre1ogram,在出现的对话框中输入滞后数。（可取默认数）（二）练习：视察一些文件中的序列自相关函数AUtoCOrreIation,偏自相关函数Partialautocorrclation的特征练习1：操作文件:Stpoor1.wfl（美国S&P500工业股票价格指数1980年1月1996年2月）步骤：（1）打开该文件。（2）视察序列SIPOOrr的趋势图，自相关图（自相关函数，偏自相关函数）的特征。（3）对序列取一阶差分，生成新序列dsp：genrdsp=d（stpoor）,并视察其趋挎图，自相关图（同上，下略的特征。（4）对该序列的白然对数取一阶差分，生成新的序列dlnsp：genrdlnsp=dlog（stpoor）,并视察其趋势图，白相关图。YleVPro30bject3：±nnJMre；Preer§sPleiGCTtrSKeetlStIdeld1.Ine；Br40200-20-40808284868890929496I-OSPlSeries:D1.lISPVorkfilc:STPOOR"=I叵,区VieIfrwlOMetTPrmtIBeeexJSpld<IrlSllUStUSIMa>tUMBmJ练习2：操作文件:USagnP.wf1（美国1947年第季度1970年第四季度GNP数据）步骤：（1）打开该文件。<2）视察序列USagdP的趋势图的特征，自相关图的特征。（3）对该序列取一阶差分，生新的序列dgdp：Genrdgdp=d（usagd）。视察其趋势图，白相关图。(4)对该序列的白然对数取一阶差分，牛.成新的序列dlngdp：Genrdlngdp=dlog(gdp)视察其趋势图，自相关图。(5)对序列一阶季节差分，生成新序列dsgdp=d(usagdp,0,4)视察其趋势图，自相关图的特征。(6)对该序列的自然对数取一阶季节差分，生成新的序列：dslngdp=dlog(usagdp,0,4),视察其趋势图、自相关图。试验二确定性时间序列建模方法【试验目的】熟识确定性时间序列模型的建模原理：驾驭确定性时间序列建立模型的几种常用方法。【试验内容】一、多项式模型和加权最小二乘法的建立；二、单参数和双参数指数平滑法进行预料的操作练习：三、二次仙线和对数曲线趋势模型建立与预料；【试验步骤】一、多项式模型和加权最小二乘法的建立：1、我国1974-1994年的发电量资料列于表中，已知1995年的发电量为10077.26亿千瓦小时,试以表1.1中的资料为样本:(1)据拟合优度和外推检验的结果建立最合适的多项式模型C(2)采纳加权最小二乘法估计我国工业发电量的线性趋势，并与般最小二乘法估汁的线性模型进行比较，列出O1.S方法预料值和W-O.6,W=0.7时1992到1995年预料值以与相对误差。74-7879-8384-8889-9394-9516682820377058489281195830064107621210077.26M.-2031309344956775过程：建WORKFI1.E:CREATE操作立22343277497375392566351454528395A19741995.生成新序列Y:datay生成新的时间趋势序列t：genrt=trend(1973)建立系列方程:smpl19741991IsyctISyCtt"2Isyctt*2t3quation:EQOIVorkfilc：Uvtitled,-×Vi"ProcQjocrIPriMlx1E"itF<rcHStt*RasidDependentVariableYMethod1.eastSquaresDate02/16/07Time1111Sample19741994Includedobservations21AVanableCoefficientStdError!-StatisticProbCT6380524344663226242882431335208997816490760025100000R-SquaredAdjustedR-squaredSEofregressionSumsquaredresl1.oglikelihoodDurbirbWatsonstat093469609312595799452639039316236W0166011MeandependentvarSDdependentvarAkaikeinfoCfitenonSChwafZcriterionF-StatisticProb(F-Statistic)44292382211962156M14157536227194530OOOOOOyEquation:EQ02Vorkfile:UBTIT1.EDDependentVanableYMethod1.eastSquaresDate02三7Time1112Sample19741994IncludedObSefyaUonS21VanableCoefficientStdErrort-StatstcProbC19772991457870135629300000T47155013052386-01544860.8789T*2158804013474861178520OOOOOR-squared0992508Meandependentvar4429238AdjustedR-squared0991675SDdependentvar2211962AFfrprocQn218%nAkaikoinfr11tonn加加Equation:EQ03Torkfile:UBTIT1.ED二叵1区IVi«*ProcxIObject:IPrintMtn*'FreezeExtinat*ForecastStatsRs>dsDependentVanable:YMethod1.eastSquaresDate:02/1&07Time:11:13Sample19741994Includedobservations21VariableCoefficientStdError!-StatisticProbC13879169786315141822100000T283764137630441540812000002-16151323926393411352600007P309706580117493826142000000Rsquared0.998506Meandependentvar4429238AdjustedR-SqUared0998242SDdependent,.ar2211962SEofregression9273660Akaikeinfocnte11on1206705Sumsquaredresid1462013SChWafZcriterion1226600v通过拟合优度和外推检殴的结果发觉一元三次多项式模型效果最好。首先生成权数序列：genrm=sqr(0.6(21-t)加权最小二乘法的吩咐方式：ls(w=m)yct一般最小二乘法吩咐方式：1SyCt进行预料：打开对应的方程窗口,点forecast按纽，将出现对话框，修改对话框samplerangeforforecast中的时间期限的截止日期为预料期.相对误差的计算公式为：(实际值-预料值)/实际值1tVCWS*lflJ×JWe0tQbytsvevrymdctxnsindowHls(w=m)yctIyu3ton:UHlInfDWorHe:UM111UDll×ViewIProcsIObjectsIPrintWneFreexe!stmatelForecttstlStatsjResidslDependentVanableY.Method1.eastSquaresDate02-2607Time1911一Sample19741994IncludedObw曲OnS21WeightingsenesMVanaWeCoee11tStdError!-StatisticProbC45028316234462-7222486OOOOOTM7679831814762035784OOOOOWeightedStatisticsR-Squared0998531MeandependentYar7101967AdjustedRsquared0993453SDdependentar1176489SEofregression4626655Akaikeinfocriterion1520228Smnsquaredres>d4067127SChWafZcnteno15301761.oglikelihood-1576239F-StatiStiC4144416DurbinAVatsonstat0467697ProbiF-Sta(IStfC)0OOOOOO.r*Ptth三cA<vtvt3DB三-YF=UnMtI*4ForecastofYSeriesnames:Method:SJaticOutput至：八*；1,EHAJSamplerangeforforecast:“Insertactualforout-of-samplekzDoijraph“FotecdSlevaluationFor<ret二、单参数和双叁数指数平滑法进行料的操作练习2、某地区19962003年的人口数据如表1.2,运用二次指数平滑法预料该镇2004年底的人口数（单位：人）。a=0.419961997199819992000200120022003114333115823117171118517119850121121122389123626建立听ORKFI1.E：Createu19962001建立新序列丫和T：datay然后输入数值。genrt-trend(1995)打开y序列，点击exponentialsmoothing按纽，出现如图所示对话框依据图示选项点击确定即可。Z>FVrw%gditQE>ctsmgoesQjkcfcOQtoreYlmdo*pdataygenrt=trend。99S)TsueesM1.ly|F*t三|HB*mom-|WF*mtIt工dSmoothingMethod:UParametersSmoothedSeries:YSMSeriesnameforsmoothedandforecostedvaluesEsbmabonSample:旦InqlC1Spubie三1Holt-WintecsNoseasonalHoIt-WintefS-Additive3HoIt-WintefS-Mulliplicatfve3SmoothingParameters:EntfnumberbetweenO11d1.OrEtQCStimastclcfoeSeasonal:19962004Forecastsbegininperiodfollowingestimationendpoint3、某地区1996-2003年农村用电量数据见表1.3,试利用Holl双参数指数平滑法预料该地区2004年该地区农村用电量(单位：千瓦时)。19961997199819992000200120022003844.5963.21106.91244.81473.91655.71812.71980.1建立WoRKFl1.E：createU19962004建立新序列丫和T：datay然后输入数值。genrt=trend(1995)打开y序列，点击CXPOnCntialsmoothing按纽，出现如图所示对话框依据图示选项点击确定即可。HEVMwFie三dtQb)±ctsViewPfocsQuckOgbonsnd,'Hepdataygemt=trend(1995)Path三¢:vevs3DB=noneYF=SnUQd三、二次曲线和对数曲线趋势模型建立与预料;4、我国民航客运量数据的季节渊整.有关数据如表1.4,对序列进行季节调整。（1指1993年10月，54指1998年3月）并对调整后序列建立二次曲线和对数曲线趋势模型，得到两个方程的民航客运量趋势估计值，并进行季节调整，求出两个趋势方程建立的季节模型预料值。（选做）12345673282632512412493163441112131415161738436840136333636633121222324252627397.31463509474508458.944123132333435363744748343951455048953441424344454647416451486.2507458.9949356251525354398442404.55428试验三时间序列随机性和平稳性检殴【试验目的】相识EVieWS输出的时间序列自相关图的内容与含义:自相关函数、偏自相关函数、95与置信限、Q-statistic。学会通过自相关图的Q统计殳推断序列是否为白噪声。通过视察序列的趋势图与自相关图推断序列是否为平稳序列。.【试验内容】一、本次练习主要操作文件为arl.wfl,ar2.wfl,mal.wfl,ma2.wf1*armall.wfl,a11na21.wfl,各文件中包含的序列都是模拟生成的零均值平稳序列。二、总结各种过程自相关函数，偏自相关函数的特征。三、视察其他文件中的序列，看其是否平稳，若不平稳，试通过适当的差分变换、方差平稳化变换（取对数，平方根等）使其转化为平稔序列，然后视察序列的自相关函数，偏自相关函数的特征，并与自已总结的各种过程的特征比照。【试验步骤】练习1.操作文件：arl.wfl说明：该文件中含有三个序列：at为模拟生成的正态白噪声序列；x、y均是模拟生成的ar（D过程，其参数各不相同。文件中有两个模型：EQX、EQY分别是对x、y的估计结果。操作内容：（1）视察序列&的白相关图，看其是否为白噪声序列，为什么？（2）视察寿列X的自相关图：样本自相关函数（SACF）呈指数衰减，样本偏自相关函数（SPACF）滞后一阶施尾。（3）视察序列y的自相关图：样本自相关函数呈正负交替的指数衰减，样本偏自相关函数滞后一阶截尾。（4）分别打开EQX、EQY,试写出对x、y的估计结果。练习2,操作文件：ar2.Irfl说明：该文件中含有四个序列：a,为模拟生成的白噪声序列；X,y,z均为模拟生成的AR（2）过程，且其参数各不相同。文件中有三个模型：分别是对x、y、Z的估计结果。操作内容：（1）分别视察序列X，y,Z的自相关图，看其样本自相关函数,样本偏自相关函数各有什么特征。（提示：其样本自相关函数分别呈混合指数衰减、正负交替的混合指数衰减、阻尼正弦波衰减：样本偏自相关函数均滞后二阶截尾）。（2）分别打开EQX、EQY、EQZ,写出对X、丫、Z的估计结果.练习3,操作方件：mal.wfl说明：文件中的序列X、y分别为模拟生成的ma（D过程，其参数各不相同。文件中的模型EQX、EQY为对x、y的估计结果。操作内容：1）分别视察序列X，y的自相关图，看其样本自相关图，偏自相关图各有什么特征。（提示：其样本自相关函数均呈滞后一阶截尾，样本偏自相关函数分别呈指数衰减、正负交替的指数衰减）。（2）分别打开EQX、EQY、写出对x、y的估计结果。练习4：操作文件：2.wf2说明：文件中的序列分别为模拟生成的MA（2）过程，其参数各不相同。操作内容：1）分别视察序列X，y的自相关图，看其样本自相关图，偏自相关图各有什么特征。（提示：各序列的样本自相关函数均滞后二阶截尾，样本偏自相关函数分别呈混合指数衰减、正负交替的混合指数衰减，阻尼正弦波衰减）。（2）分别打开EQX、EQY、写出对x、y的估计结果。练习5：操作文件：A三ll.wfl说明:文件中的序列X,y,Z分别为模拟生成的不同参数的ARMA（1,1）过程，EQX、EQY、EQZ分别为对各序列估计的结果。操作内容：1）分别视察序列X,y的自相关图，看其样本自相关图，偏自相关图各有什么特征。（提示：各序列的自相关函数，偏自相关函数都呈指数衰减）。<2）写出各模型的估计结果。练习6：操作文件：ARMA21.wfl操作内容：（1）分别视察序列X,y的自相关图，看其样本自相关图，偏自相关图各有什么特征。（提示：各序列的自相关函数，偏自相关函数都呈指数衰减）。（2）写出各模型的估计结果。试验四时间序列季节性、可逆性检验【试验目的】视察具有实际背景的经济数据，推断其是否平稳、是否含有季节性，均值是否为零。能运用合适的方法如差分、李节差分、取对数、平方根等，使序列变为平桎序列；平稳序列减去其均值，使其零均值化0【试验内容】一、推断序列的平稳性和可逆性，给出相应推断依据,并写出模型形式。二、找出自己感爱好的数据，推断数据是否平稳，是否具有季节性，均值是否为零等。【试验步骤】练习一操作文件：arl.wfl»a2.wf1,Ina1.Vf1,ma2.vfltarnall.vfl*ama21.wfl操作内容：一、(1)打开文件arl.wfl,(2)依据EQX,写出关于序列X的模型形式：Xt=0.68XtT+at(3)写出用B算子表示的模型形式：(i-0.68B)Xt=at(4)推断模型是否平稳？说明缘由。(5)写出该模型的传递形式。二、(1)打开文件a2wfl(2)依据EQX写出序列X的模型形式为:Xt=O.49Xt-l+0.25Xt-2+at(3)写出用B算子表示的形式：(4)推断模型是否平稳?说明缘由。(5)试推导模型的传递形式.并写出其前5个格林函数。三、(1)打开文件mal.wfl(2)依据EQX写出序列X的模型形式：Xt=at-0.82at-l(3)写出用B算子表示的形式：Xt=(1-0.82B)at(4)推断模型是否可逆？说明缘由。(5)写出该模型的逆转形式。四、打开文件armal.wfl(2)依据EQX写出序列X的模型形式:Xt=O.92Xt-I+at-O.57at-l(3)写出用B算子表示的形式:(1-0.92B)Xt=(1-0.57B)at(4)推断模型是否平稳？是否平稳？说明缘由。(5)试推该模型的传递函数形式。五、打开ma2wfl,写出各序列模型形式与用B算子表示的形式，推断序列是否可逆，试推导其逆转形式。打开RMA21.wfl,写出各序列模型形式与用B算子表示的形式，推断序列是否平移，是否可逆，试推导其传递函数形式,逆转形式。练习二操作文件：zll.wfCzl20.wfl»gdp.wf1.gdpindex.wfl»stpoor.wfl,usagnp.wfl等.文件说明:(1)ZllWfizl20.Wn各文件是教材后附录III所列资料,各数据背景参见附录。(2) gdp.wfl为我国19782001各年GDP数据。Gdpindex.Wfl为我国19532001各年GDP指数，即各年GDP发展速度数据。(3) stpoor.wfl,usagnp.wfl文件说明见第次上机实习内容说明。推断是否平稳、是否具有季节性的方法，(1)通过序列的趋均图粗略的推断。(2)通过序列的白相关图推断。若序列白相关函数衰减缓慢，滞后较长时期仍不为零，则可初步断定序列非平稳。若序列的白相关函数周期性的显著不为零（如月度数据的滞后12期，24期，36期等自相关函数显著不为零；季度数据的滞后4,8,12,16各期自相关函数显著不为零）则可推断序列含有季节性。使序列平稳化的方法：（1）若数据方差非平稳，应先通过对数变换、平方根变换等方法,使序列方差平稳。（2）先通过差分消退序列的长期趋势（假如有的话）。（3）再通过季节差分消退序列的季节性（假如有的话）。差分函数的运用可见前两次上机实习内容.使平稳序列零均值化的方法，在EVieWS中可通过函数Stnean（）求序列的均值。如要求平稳序列X的均值，并对序列X零均值化，则可用如下吩咐:Scalarm-ean（x）Genry=-m其中：SCaIar吩咐在EVieWS中表示生成标量数据（均值只是一个数，而不是序列）。丫为对X零均值化后的序列。当然，上述吩咐也可简化为：Genry=x-gmean（x）习题三：用自相关分析图识别1990年1月至1997年12月我国工业总产值的月度时间序列与其自然对数的平稳性，并说明理由。若不平稳试绘制自然对数序列的一阶逐期差分和一阶季节差分后的我国工业总产值序列的相关分析图。1990年1月至1997年12月我国工业总产值（的位：亿元）数据199011421.421367.431719.741759.651795.761848.171637.381670.991760.1101789.5111888.6121981.4199111757.821485.731893.941969.852033.76210371836.381914.792022.2102045.1112069.2122136199211984.221812.432274.742328.952373.162515.8722888232192441.1102502.6112608.8122823.8199312179.122408.732869.442916.753022.163274.572862.982864.292908102911.8113101.3123661.3199412903.322513.83340943499.553642.663871.47337383463.493663.74103753.38113973.17124469.02199512996.722740.333580.943746.353817.964046.673483.983510.693703.1103810.7114091124650.799199613476.622970.333942.644067.654746.89964417.29973806.883746.394011.1104129.6114372.899124991.5199713843.8423181.2634404.4944520.1854638.9964969.9374146.89984198.794536.839104718.91115034.939125545.74试验五ARMA模型的建立、识别、检验【试验目的】熟识对零均值平稳序列建立ARMA模型的前三个阶段：模型识别、模型参数估计、诊断检验。<1）依据时间序列自相关图对零均值平稳序列进行初步的模型识别。（2）运用EvieWS软件估计ARMA模型参数。对所建立的模型是否为适应性模型进行诊断检验。【试验内容】模型识别依据零均值平稳化后的冉列的自相关函数和偏自相关函数表现出的特征，对序列进行初步的模型识别(注：这种方法并不总是有效)。模型参数估计Evicws建立ARMA模型的吩咐用到AR、MA、SAR,SMA等参数项。其中SAR、SM