了两边的虚线，所以可以判断数据明显存在阶自相关。从值下的数据可以看出所有的数据都小于，所以说明数据不符合白噪声过程。然后要判断数据的平稳性，具体操作如下以上是用来调节相关的变量得到平稳数据的表，下的三个选项分别是用来表示原始数据阶差分和二阶差分。下的三个选项使用做相应的调整的。直到得到所需结果的时候为止，上表是调整之后的表，此时可以看出数据经过二次差分，得到的数据如下表以上的输出表就是用来判断数据平稳性，从上表可以看出下的值中第个比下面的三个值都要小，说明数据不管在还是的时候都是平稳的，因此可以得到结论即数据是平稳的。接着，通过对以上的分析就可以建立从输出表可以看出变量的值为，为以及的值为，说明模型应该没有常数项的概率为。不管从经济意义还是统计意义上都没有通过检验，因此必须得更改模型。更换模型将数据移动平均次之后，可以看出变量还是不能通过检验，因此还得更换模型。将数据二次移动平均之后发现变量和都没有通过检验，由于变量直都没有通过检验，说明可能是常数项有问题，应该剔除常数项的影响。拉格朗日检验通过在剔除常数项之后发现，变量都通过了经济意义检验检验和值检验，从上面的第个表可以看出和都通过了检验，并且的值为说明该模型的解释程度为。第二个表为拉格朗日检验，拉格朗日是用来检验自相关的，且该检验的原假设为无自相关，后面的值大小是说明模型无自相关的概率大小，从上第二表中可以看出有的可能性说明模型无自相关。第三个表为怀特检验，是用来检验异方差的，该检验的原假设为模型不存在异方差，后面的值是用来说明模型存在异方差的可能性大小，从上面的表中可以看到只有概率说明模型不存在异方差。说明该模型存在异方差，所以该模型不能通过，因此需要寻找更好的模型。将剔除后得到的模型分析如下怀特检验没有通过拉格朗日检验通过从上面的第个表可以看出通过的检验，并且的值为说明该模型的解释程度为。第二个表为拉格朗日检验，拉格朗日是用来检验自相关的，且该检验的原假设为无自相关，后面的值大小是说明模型无自相关的概率大小，从上第二表中可以看出有的可能性说明模型无自相关。第三个表为怀特检验，是用来检验异方差的，该检验的原假设为模型不存在异方差，后面的值是用来说明模型存在异方差的可能性大小，从上面的表中可以看到有概率说明模型不存在异方差。从理论上说，虽然该模型通过的概率很小，但是该模型所有的检验都能通过，相对来说也是个不错的模型。怀特检验通过通过这个表，可以写出关于我国居民食品支出的模型为，该模型为线性模型，说明上年的食品支出每增加元钱，本年得食品消费支出要相应的平均增加元。即说明本年的食品消费支出要受到上年食品消费支出的同方向影响。单变量模型实证分析级统计二班郭佳摘要本文主要对年我国居民食品支出变动趋势以及本年的食品消费支出受什么影响的实证分析。首先，建立我国居民食品支出模型，然后收集相关的数据，并进行整理，接下来利用软件对模型进行参数估计和检验，最后进行分析并得出相关的结论。前言我国自改革开放以来，经济呈现快速增长的趋势，连续多年发展速度在以上。随着经济的快速发展，居民的食品消费支出也在水涨船高。为了弄清楚居民食品消费支出变动的影响，是本次研究所要解决的主要问题。原始数据如下年份食品支出二通过软件分析得到较好的模型，具体的软件分析如下先可以通过图形看看数据的整体趋势从图形可以看出我国居民食品支出总体上是呈上升趋势的，只是从年到年之间增长有所缓慢。而年到年之间则增长较快。接下来对数据进行白噪声检验，白噪声检验是用来检验数据是否是同分布的。以及判断应该建立怎样的模型。在以上输出表中，主要应该看的指标有三个，分别是自相关，偏自相关，值。其中自相关和偏自相关是用来判断应该建立怎样的模型，而值则是用来判断数据是否符合白噪声检验。自相关的运用原理主要是看前几根线超过两边的虚线和是否有拖尾的现象偏自相关也是看前几根线超过两边的虚线和是否有拖尾的现象而值得数值是用来判断数据是白噪声过程的概率大小，值的原假设是数据符合白噪声过程，如果表中的数值小于，说明是白噪声过程的概率很小，应该拒绝原假设，说明数据不是白噪声过程，如果数值大于，则说明是白噪声的概率很大。从上面输出表可以看出自相关出现了明显的拖尾现象，并且第根线超出了两边的虚线，而且偏自相关的第根线超出了两边的虚线，所以可以判断数据明显存在阶自相关。从值下的数据可以看出所有的数据都小于，所以说明数据不符合白噪声过程。然后要判断数据的平稳性，具体操作如下以上是用来调节相关的变量得到平稳数据的表，下的三个选项分别是用来表示原始数据阶差分和二阶差分。下的三个选项使用做相应的调整的。直到得到所需结果的时候为止，