phân tích mô tả theo mô hình ARIMA đây là mô hình sử dụng số liệu thực tế để phân tích dựa trên đó để nhận xét, dự báo tương lai để các nhà chính sách sử dụng công cụ kinh tế phù hợp, đây là một mô hình khó đòi hỏi các bạn phải biết sử dụng trong excel để có thể chạy mô hình đúng , mà mình đã làm cụ thể, chi tiết cho các bạn, các b có thể sử dụng nhiều hơn.
Phân tích sơ X 2,400,000 2,000,000 1,600,000 1,200,000 800,000 400,000 96 98 00 02 04 06 08 10 12 14 16 18 14 16 18 20 Chuỗi có xu , không mùa vụ , phát triển dạng hàm mũ _Tuyến tính hóa đồ thi liệu cách lấy log Lấy log -> show log(x) LOG(X) 14.8 14.4 14.0 13.6 13.2 12.8 12.4 96 98 00 02 04 06 08 10 12 20 B1: kiểm định tính dừng -> xử lý để dừng Cách : xem View corraellagram -> chuỗi chưa dừng Xem biểu đồ tương quan sai phân bậc -> Chuỗi dừng Cách : dùng ADF để kiểm định tính dừng View /Unit root test /1st difrend Null Hypothesis: D(X,2) has a unit root Exogenous: Constant Lag Length: (Automatic - based on SIC, maxlag=4) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -3.427486 -4.057910 -3.119910 -2.701103 0.0296 *MacKinnon (1996) one-sided p-values Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 13 Augmented Dickey-Fuller Test Equation Dependent Variable: D(X,3) Method: Least Squares Date: 05/15/17 Time: 10:34 Sample (adjusted): 2002 2014 Included observations: 13 after adjustments Variable Coefficient Std Error t-Statistic Prob D(X(-1),2) D(X(-1),3) D(X(-2),3) D(X(-3),3) D(X(-4),3) C -6.441620 4.537155 3.562991 2.458151 0.891897 55659.88 1.879401 1.673283 1.433140 0.956707 0.608224 25107.34 -3.427486 2.711529 2.486142 2.569388 1.466395 2.216877 0.0110 0.0301 0.0418 0.0370 0.1860 0.0622 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.883547 0.800367 58659.25 2.41E+10 -157.1560 10.62206 0.003628 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 857.8823 131286.6 25.10092 25.36166 25.04732 2.333298 -> chuôi sai phân bậc dừng mức ý nghĩa thống kê cao mức ý nghĩa thống kê cao mức thống kê bậc -> chọn mô hình bậc để chạy mô hình ARIMA B2 : xem Cấu trúc tương quan chuỗi xử lý dừng B3 : chọn AR MA D(log(X),2): view corelogram Các thành phần AR có AR(1) , AR(2), AR(8), AR(9) Các thành phần MA có MA(1), MA(8), MA(9) B4: Chạy hồi quy Ls d(log(x),2) c ar(1) ar(2) ar(8) ma(1) ma(8) ma(9) Chạy hồi quy gdp quý Dư báo GDP theo quý -tuyến tính hóa cách lấy log(gdp) Khử tính mùa vụ cách lấy sai phân mùa vụ : lấy quý năm n- quý năm trước Mùa vụ genr log_gdp_dif( sai phân mùa vụ) =log(gdp) – Log(gdp)(-4) Mô hình hồi quy view unit root test -> d(log_gdp) dừng -> view correlogram chọn AR, MA-> thành phần có AR(1), AR(2), AR(3), AR(11),MA(1), Ma(2),ma(4),sma(8) ... Chạy hồi quy gdp quý Dư báo GDP theo quý -tuyến tính hóa cách lấy log(gdp) Khử tính mùa vụ cách lấy sai phân mùa vụ : lấy quý năm n- quý năm trước Mùa vụ genr log_gdp_dif( sai phân mùa vụ) =log(gdp)... Hannan-Quinn criter Durbin-Watson stat 857.8823 131286.6 25.10092 25.36166 25.04732 2.333298 -> chuôi sai phân bậc dừng mức ý nghĩa thống kê cao mức ý nghĩa thống kê cao mức thống kê bậc -> chọn mô hình... dừng -> xử lý để dừng Cách : xem View corraellagram -> chuỗi chưa dừng Xem biểu đồ tương quan sai phân bậc -> Chuỗi dừng Cách : dùng ADF để kiểm định tính dừng View /Unit root test /1st difrend