50000 40000 30000 20000 10000 序列图表现出了一个持续上升的过程,即在不同的时间段上,其均值是不同的,因此可初步 判断是非平稳的。 居民消费总额时间序列相关图及相关系数、QLB统计量: Autocorrelation Partial Correlation AC Pac Q-Stat 10.888088822.202 20.7670.10539478 306420.08752.113 40518006860.729 50391-00965885 602600.11068289 70.1300.10068922 80.016003468932 900750m0389.170 10-0.145000670.117 110.200002572042 120246005275.18 从图中可以看出,样本自相关系数是缓慢下降的,表明了该序列的非平稳性。滞后12期的 QLB统计量计算值为75.18,超过了显著性水平5%时的临界值21.03,因此进一步否定了该 时间序列的自相关系数在滞后一期之后的值全部为0的假设。这样,结论是19782002年间 居民消费总额时间序列是非平稳序列 5、经过偿试,模型3取了3阶滞后 △X1=-89485+195.147-0.06X1+1.24△X1-0.78AX-2+0.23△X3 -1.37)(2.17)(-1.68)(5.17)(-2.33)(0.94) DW值为2.03,可见残差序列不存在自相关性,因此该模型的设定是正确的。 从X的参数值看,其t统计量的绝对值小于临界值绝对值,不能拒绝存在单位根的0 10000 20000 30000 40000 50000 78 80 82 84 86 88 90 92 94 96 98 00 02 X 序列图表现出了一个持续上升的过程，即在不同的时间段上，其均值是不同的，因此可初步 判断是非平稳的。 居民消费总额时间序列相关图及相关系数、 QLB 统计量： 从图中可以看出，样本自相关系数是缓慢下降的，表明了该序列的非平稳性。滞后 12 期的 QLB 统计量计算值为 75.18，超过了显著性水平 5%时的临界值 21.03，因此进一步否定了该 时间序列的自相关系数在滞后一期之后的值全部为 0 的假设。这样，结论是 1978~2002 年间 居民消费总额时间序列是非平稳序列。 5、经过偿试，模型 3 取了 3 阶滞后： 1 1 2 23 3 894.85 195.14 0.06 1.24 0.78 0. Xt = − + T − Xt− + Xt− − Xt− + Xt− （-1.37） (2.17) (-1.68) (5.17 ) (-2.33) （0.94） DW 值为 2.03，可见残差序列不存在自相关性，因此该模型的设定是正确的。 从 Xt−1 的参数值看，其 t 统计量的绝对值小于临界值绝对值，不能拒绝存在单位根的