《表2 ARIMA模型估计结果》
ARIMA模型估计。对建立的ARIMA模型进行估计,并对估计结果进行比较,从而选择最优ARIMA模型。ARIMA方程估计采用LS-LeastSquares(NLS and ARMA),样本采用1970—2016年数据,估计方程的结果见表2。根据AIC和SC最小准则,ARIMA(3,2,4)模型更优,对ARIMA(3,2,4)模型进行残差序列相关性检验,图7的LM检验结果可以看出两个统计量都拒绝残差不存在序列相关性的原假设,因此ARIMA(3,2,4)模型的残差为非白噪声序列。对ARIMA(4,2,4)模型进行残差相关性检验,图8中的LM统计量在10%的显著性水平接受原假设不存在序列相关性,从残差线图Residual Graph(见图9),也可以判断出残差序列不相关,为白噪音序列,模型有效。残差序列相关性是模型取舍的关键因素,如果出现严重的残差序列相关性,即使其他指标都较好也要拒绝使用该模型。所以,粮食供给的模型为ARIMA(4,2,4)。
图表编号 | XD0037590900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.01 |
作者 | 胡晗、王锐、杜敬文 |
绘制单位 | 武汉轻工大学经济与管理学院 |
更多格式 | 高清、无水印(增值服务) |