实验内容： 1、了解AR,MA以及ARIMA模型的特点，了解三者之间的区别联系，以及AR与 MA的转换，掌握如何利用自相关系数和偏自相关系数对ARIA模型进行识别， 利用最小二乘法等方法对ARIMA模型进行估计，利用信息准则对估计的ARIMA 模型进行诊断，以及如何利用ARIMA模型进行预测。 2、通过观察自相关，偏自相关系数及其图形，利用Eviews最小二乘法，以及信 息准则建立合适的ARIMA模型：如何利用ARIMA模型进行预测： 实验性质：综合性实验 实验学时：2 实验目的与要求：掌握ARIMA模型构建的流程 实验条件：正常工作的计算机及投影仪：Windows2000XP,Office2000XP Matlab、Python3、Eviewse6以上等。 研究与思考： ARIMA模型与多元线性回归模型的区别 实验项目九 实验名称：大豆期货价格的波动非对称性效应 实验内容： 、用EViews计算时间序列数据的样本自相关系数和qLB统计量： 2、用EViews对时间序列进行单位根检验： 3、估计时间序列的ARMA模型，进行参数检验分析与预测。 4、估计时间序列的ARCH模型，对时间序列的波动性进行分析。实验内容： 1、了解 AR，MA 以及 ARIMA 模型的特点，了解三者之间的区别联系，以及 AR 与 MA 的转换，掌握如何利用自相关系数和偏自相关系数对 ARIMA 模型进行识别， 利用最小二乘法等方法对 ARIMA 模型进行估计，利用信息准则对估计的 ARIMA 模型进行诊断，以及如何利用 ARIMA 模型进行预测。 2、通过观察自相关，偏自相关系数及其图形，利用 Eviews 最小二乘法，以及信 息准则建立合适的 ARIMA 模型；如何利用 ARIMA 模型进行预测； 实验性质：综合性实验 实验学时：2 实验目的与要求：掌握 ARIMA 模型构建的流程 实验条件：正常工作的计算机及投影仪； Windows 2000/XP,Office 2000/XP， Matlab、Python3、Eviews6 以上等。 研究与思考： ARIMA 模型与多元线性回归模型的区别 实验项目九 实验名称：大豆期货价格的波动非对称性效应 实验内容： 1、用 EViews 计算时间序列数据的样本自相关系数和 QLB 统计量； 2、用 EViews 对时间序列进行单位根检验； 3、估计时间序列的 ARMA 模型，进行参数检验分析与预测。 4、估计时间序列的 ARCH 模型，对时间序列的波动性进行分析