1、。由上图可以看出，时间序列的自相关函数在，时有峰值然后按指数衰和值达最小，此时有检验结果如下。此时，统计量的值为，大于显著性水平为的临界值，结果与上述检验结果相致，即该时间序列是非平稳的。但是，此时，统计量的值已经发生了明显的变化。数或者正弦衰减，所以初步认为是个，或，过程。，模型参平稳。平的临界值，所以，至少在的置信度下拒绝原假设，即认为，无论是，还是，模型，尽管拟合优度相对较高，但是和值都比较大，而且不是所有的倒数根都在单位圆内，所以过程不分是否平稳，下面我们利用单位根检验。输出的图如下所示。从图中，看不出二阶差二阶差分序列的模型有上述可知，二阶差分序列是平稳的，所以对其使合优度更高，和值更小，二阶差分序列不存在单位根，因而非平稳序列经过二阶差分平稳，所以是二阶单整序列。

2、消费性支出用表示序列的折线图，纵坐标单位是元。从图中可以看出，序列图表现出了持续上升的趋势，即在不同时间段上，其均值是不同的，因此可以初步判断该序列是不平稳的。时间序列自偏自相关分析图由自相关偏自相关分析图可见，样子自相关系数是缓慢减小的，表现为拖尾性而偏自相关系数在﹥之后明显落在置信区间内部，可以认为序列的偏自相关函数具有截尾性。这也证明了该序列的非平稳性。单位根检验由于用序列的自相关分析图判断时间序列的平稳性这种方法比较粗略，因而接下来采用比较正式的与检验方法。由于在序列图中可以看出，时间序列存在明显的上升趋势，因而选择同时包含常数项和趋势项的检验，当检验方程式中滞后期选择时，其检验结果如下所示可以看出，统计量为，比显著性水平为的临界值都大，所以不能拒绝原假设，序列存在。

3、说明在这种检验方法下，三个变量都不是平稳序列，存在单位根。而自动选取单位根检测，得出和拥有阶单位根，而拥有四阶单位根，这说明储蓄自相关性比较高，与现实情况相同。对因果关系进行检验滞后期为时滞后期为时滞后期为时滞后期为时因果关系检验结果表明在显著性水平下，滞后期数为时，与互为因果，是引起变化的原因，与不存在因果关系。在滞后期数为时，均为引起变化的原因，而且与都是引起变化的原因，这可能与消费者只关注前几期收入状况而不是储蓄状况而进行消费有关。对与的模型进行估计滞后期数为时滞后期数为时对中国人均消费影响因素的实证分析理论基础及数据研究目的本文在现代消费理论的基础，分析建立计量模型，通过对计与检验阶差分对序列我国城镇居民人均消费性支出进行阶差分得到，则的自相关偏自相关分析图如下所示。

4、费性支出时间设模型如下为自由，本文试检验改革开放前后中国城镇居民人均消费这个时间序列的斜率是否发生变化。定义虚拟变量为如下以时间为解释变量，城镇居民人均消费用表示，则数据列表为自由，本文试检验改革开放前后中国城镇居民人均消费这个时间序列的斜率是否发生变化。定义虚拟变量为如下以时间为解释变量，城镇居民人均消费用表示，则数据列表如下中国城镇居民人均消费性支出数据单位元人民币年份人均消费性支出时间年份人均消费性支出时间设模型如下用进行估计，则输出结果如下所示所以，估计结果为在值要求不高的情况下，可以认为在加入前后斜率的变化是显著的，即，四时间序列分析检验年我国城镇居民人均消费性支出时间序列的平稳性时间序列图我国城镇居民人均消费性支出时间序列图如下上图是年年年间我国表示城镇居民人均。

5、于，因而证明了二阶差分序列是平稳序列。下面给出给出，模型残差序列的相关图和偏相关图，检验随机误差序列的非自相关性。由上图知﹤，所以模型的随机误差序列也达到了非自相关的要求，通过检验。五协整选取变量首先，对相关数据做图形分析，由下图可以看出，这三项数据变化趋势基本相同，所以猜测三者之间相互影响较大。而与变化与以上三项数据不同，方面是相互联系问题，另方面是数量单位不同，以上三项单位都为元，而这两项没有单位，并且数量级相差甚大。，为了进步证实以上结论，对以上数据进行协方差分析，结果如下图由此，我们选取这三项数据来做相关协整分析，及向量自回归模型。协整分析首先，对三个向量进行单位根检验由以上三张表格可知，当单位根选取零时，三个变量的检验统计量的绝对值均小于相应的检验临界值的绝对值，。

6、，即。平的临界值，所以，至少在的置信度下拒绝原假设，即认为，无论是，还是，模型，尽管拟合优度相对较高，但是和值都比较大，而且不是所有的倒数根都在单位圆内，所以过程不检验结果如下。所以，模型更理想。上述模型给出的特征根都大于，因而证明了二阶差分序列是平稳序列。，所以，模型更理想。上述模型给出的特征根都大于，因而证明了二阶差分序列是平稳序列。下面给出给出，模型残差序列的相关图和偏相关图，检验随机误差序列的非自相关性。由上图知﹤经过反复试验，可知二阶差分序列为，和，时的效果较理想，其输出结果图如下。相关协整分析，及向量自回归模型。协整分析首先，对三个向量进行单位根检验相关协整分析，及向量自回归模型。协整分析首先，对三个向量进行单位根检验相关协整分析，及向量自回归模型。协整分析首先。

7、单位根。但是，要知道该检验的效力，我们结合输出窗口下半部分的辅助方程式的估计和检验结果进行分析。检验的辅助方程估计与检验结果这里的和的数值都太大，说明对序列采用检验并不合适。经过试验，得到在有效范围内，当滞后期的值取时，和值达最小，此时有检验结果如下。此时，统计量的值为，大于显著性水平为的临界值，结果与上述检验结果相致，即该时间序列是非平稳的。但是，此时，统计量的值已经发生了明显的变化。模型的识别估计与检验阶差分对序列我国城镇居民人均消费性支出进行阶差分得到，则的自相关偏自相关分析图如下所示。由上图可以看出，时间序列的自相关函数在，时有峰值然后按指数衰减，偏自相关函数在时有峰值然后呈指数或者正弦衰减，所以初步认为是个，或，过程。，模型参数估计与检验结果，模型参数估计与检验结。

8、计与检验结果这里的和的数值都太大，说明对序列采用检验并不合适。经过试验，得到在有效范围内，当滞后期的值取时，常数项和趋势项的检验，当检验方程式中滞后期选择时，其检验结果如下所示可以看出，统计量为，比显著性水平为的临界值都大，所以不能拒绝原假设，序列存在单位根。但是，要知道该检验的效力，我们结合平稳性。单位根检验由于用序列的自相关分析图判断时间序列的平稳性这种方法比较粗略，因而接下来采用比较正式的与检验方法。由于在序列图中可以看出，时间序列存在明显的上升趋势，因而选择同时包含序列自偏自相关分析图由自相关偏自相关分析图可见，样子自相关系数是缓慢减小的，表现为拖尾性而偏自相关系数在﹥之后明显落在置信区间内部，可以认为序列的偏自相关函数具有截尾性。这也证明了该序列的非年年间我国表示。

9、果有上述两个表可知，无论是，还是，模型，尽管拟合优度相对较高，但是和值都比较大，而且不是所有的倒数根都在单位圆内，所以过程不平稳。二阶差分首先对二阶差分进行自偏自相关分析，输出的图如下所示。从图中，看不出二阶差分是否平稳，下面我们利用单位根检验。得由上图可知，二阶差分后的检验统计量是，小于显著性水平的临界值，所以，至少在的置信度下拒绝原假设，即认为二阶差分序列不存在单位根，因而非平稳序列经过二阶差分平稳，所以是二阶单整序列，即。二阶差分序列的模型有上述可知，二阶差分序列是平稳的，所以对其使用模型，识别模型阶数。经过反复试验，可知二阶差分序列为，和，时的效果较理想，其输出结果图如下。从上面两个图比较可知比，模型的拟合优度更高，和值更小，所以，模型更理想。上述模型给出的特征根都。

10、尽管拟合优度相对较高，但是和值都比较大，而且不是所有的倒数根都在单位圆内，所以过程不平稳。二阶差分首先对二阶差分进行自偏自相关分析，减，偏自相关函数在时有峰值然后呈指数或者正弦衰减，所以初步认为是个，或，过程。，模型参数估计与检验结果，模型参数估计与检验结果有上述两个表可知的识别估计与检验阶差分对序列我国城镇居民人均消费性支出进行阶差分得到，则的自相关偏自相关分析图如下所示。由上图可以看出，时间序列的自相关函数在，时有峰值然后按指数衰和值达最小，此时有检验结果如下。此时，统计量的值为，大于显著性水平为的临界值，结果与上述检验结果相致，即该时间序列是非平稳的。但是，此时，统计量的值已经发生了明显的变化。模型输出窗口下半部分的辅助方程式的估计和检验结果进行分析。检验的辅助方程估。

11、城镇居民人均消费性支出用表示序列的折线图，纵坐标单位是元。从图中可以看出，序列图表现出了持续上升的趋势，即在不同时间段上，其均值是不同的，因此可以初步判断该序列是不平稳的。时间，四时间序列分析检验年我国城镇居民人均消费性支出时间序列的平稳性时间序列图我国城镇居民人均消费性支出时间序列图如下上图是年用进行估计，则输出结果如下所示所以，估计结果为在值要求不高的情况下，可以认为在加入前后斜率的变化是显著的，即表如下中国城镇居民人均消费性支出数据单位元人民币年份人均消费性支出时间年份人均消莞深圳中山珠海区域，这样就把省划分为个经济区域。从地理位臵的角度划分，传统上又可以把省划分为珠三角粤东粤西粤北四大区域其中粤东和粤西又可被合称为“东西两翼”。但是，对于珠三角范围的界定，不同的机构。

12、对三个向量进行单位根检验所以，模型更理想。上述模型给出的特征根都大于，因而证明了二阶差分序列是平稳序列。下面给出给出，模型残差序列的相关图和偏相关图，检验随机误差序列的非自相关性。由上图知﹤经过反复试验，可知二阶差分序列为，和，时的效果较理想，其输出结果图如下。从上面两个图比较可知比，模型的拟合优度更高，和值更小，二阶差分序列不存在单位根，因而非平稳序列经过二阶差分平稳，所以是二阶单整序列，即。二阶差分序列的模型有上述可知，二阶差分序列是平稳的，所以对其使用模型，识别模型阶数。输出的图如下所示。从图中，看不出二阶差分是否平稳，下面我们利用单位根检验。得由上图可知，二阶差分后的检验统计量是，小于显著性水平的临界值，所以，至少在的置信度下拒绝原假设，即认为，无论是，还是，模型，。

参考资料：

[1]XX集团房地产战略咨询报告 编号36（第148页，发表于2022-06-25）

[2]XX集团房地产战略咨询报告 编号34（第148页，发表于2022-06-25）

[3]XX集团房地产战略咨询报告 编号28（第148页，发表于2022-06-25）

[4]XX集团房地产战略咨询报告 编号33（第148页，发表于2022-06-25）

[5]XX集团房地产战略咨询报告 编号35（第148页，发表于2022-06-25）

[6]XX集团房地产战略咨询报告 编号41（第148页，发表于2022-06-25）

[7]XX集团房地产战略咨询报告 编号40（第148页，发表于2022-06-25）

[8]XX集团房地产战略咨询报告 编号31（第148页，发表于2022-06-25）

[9]XX科技移动业务群工作思路 编号32（第59页，发表于2022-06-25）

[10]XX科技移动业务群工作思路 编号40（第59页，发表于2022-06-25）

[11]XX科技移动业务群工作思路 编号34（第59页，发表于2022-06-25）

[12]XX科技移动业务群工作思路 编号34（第59页，发表于2022-06-25）

[13]XX科技移动业务群工作思路 编号36（第59页，发表于2022-06-25）

[14]XX科技移动业务群工作思路 编号36（第59页，发表于2022-06-25）

[15]XX科技移动业务群工作思路 编号37（第59页，发表于2022-06-25）

[16]XX科技移动业务群工作思路 编号38（第59页，发表于2022-06-25）

[17]XX科技移动业务群工作思路 编号32（第59页，发表于2022-06-25）

[18]XX科技移动业务群工作思路 编号36（第59页，发表于2022-06-25）

[19]XX宽带家园视觉识别手册 编号36（第40页，发表于2022-06-25）

[20]XX宽带家园视觉识别手册 编号36（第40页，发表于2022-06-25）