600500400OUTPUT3002001000196019701980YEAR19902000 图3：年份和产出的散点图
（二）自相关图检验 例2.3
导入数据，方式同上；
在Quick菜单下选择自相关图，对Qiwen原列进行分析；
可以看出自相关系数始终在零周围波动，判定该序列为平稳时间序列。
图1：序列的相关分析
6
图2：输入序列名称
图2：选择相关分析的对象
图3：序列的相关分析结果:1. 可以看出自相关系数始终在零周围波动，判定该序列为平稳时间序列2.看Q统计量的P值：该统计量的原假设为X的1期，2期……k期的自相关系数均等于0，备择假设为自相关系数中至少有一个不等于0，因此如图知，该P值都>5%的显著性水平,所以接受原假设,即序列是纯随机序列,即白噪声序列(因为序列值之间彼此之间没有任何关联,所以说过去的行为对将来的发展没有丝毫影响,因此为纯随机序列,即白噪声序列.) 有的题目平稳性描述可以模仿书本33页最后一段.
（三）平稳性检验还可以用：
7
单位根检验：ADF,PP检验等； 非参数检验：游程检验
图1：序列的单位根检验
表示不包含截距项
图2：单位根检验的方法选择
8
图3：ADF检验的结果：如图，单位根统计量ADF=-0.016384都大于EVIEWS给出的显著性水平1%-10%的ADF临界值，所以接受原假设，该序列是非平稳的。
二、纯随机性检验
计算Q统计量，根据其取值判定是否为纯随机序列。
例2.3的自相关图中有Q统计量，其P值在K=6、12的时候均比较大，不能拒绝原假设，认为 该序列是白噪声序列。
另外，小样本情况下，LB统计量检验纯随机性更准确。
9
第三章 平稳时间序列建模实验教程
一、模型识别
1.打开数据
图1：打开数据
2.绘制趋势图并大致判断序列的特征
图2：绘制序列散点图
10