《表4 未经一阶差分的自相关图与偏自相关图》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《我国第三产业发展与产值的真实性检验与预测——基于夜间灯光数据与计量模型的研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

利用自回归移动平均模型来对时间序列进行分析需要以下几个步骤:首先，通过观察时间序列的自相关图与偏自相关图来判断时间序列的平稳性；其次通过差分的方式来实现平稳性；最后通过观察自相关图与偏自相关图平稳后的序列确定AR和MA和SAR的阶数，最终在显著性检验通过的基础上来实现对于DN值的未来预测。由于在这里的平行数据组（省份个数）有三十个，每一个数据组都有1992到2013的夜间灯光数据DN值，所以如果将检验模型结果都列出来篇幅较长，在这里只列举了DN值较高且较为显著的上海市的平稳性与相关性检验结果。表4与表5分别表示未经过差分和经过一阶差分的自相关图与偏自相关图的结果，可以看出经过一阶差分的偏自相关图表现出了平稳性，从经过一阶差分的偏自相关图我们可以看出，DN值在第一阶（AR （1）） 与第二阶（AR （2）） 表现出了不平稳的特点，因此我们想进行预测就必须用回归方程的形式，如式（3）所示