ARMA建模预测

序列模型识别

选择数据类型为Dated-regular frequency，设置开始结束时间，创建好工作文件后就可以将数据录入。

简单观察数据，可以绘制序列时序图：双击序列，点击view/Granph/line。

同样，在这里可以绘制序列相关图：点击view/Correlogram，可以得到序列ACF、PACF的相关情况。

平稳性检验

点击view/unit root test进行单位根检验，观察p值和显著性水平的关系。

阶数判断、选择模型、参数估计

根据ACF、PACF的特点，选择相应的模型。最终选用的形式取决于具体应用的效果。此处先建立AR(2)，在主菜单选择Quick\Estimate Equation，输入x ar(1) ar(2)。如果建立MA(1)，则输入x ma(1)，ARMA(1, 1)则输入ls x ar(1) ma(1)

模型检验

从建模的相关图，判断残差是否为白噪声，如果是白噪声说明模拟合效果不错。

模型预测

用拟合的有效模型进行短期预测，同时选中x和xf，右键点open/as group，然后点击view/graph/line，如果能较好进行拟合（不是一条直线），说明拟合效果不错。