loading2．MA模型的识别与建立 3．Pandit-Wu建模流程
Chapter 5 Test and Forecast of ARMA Model
课时分配：8学时 教学要求：
本章对依据信息资料建立好的时间序列模型进行适应性检验与预测作了绍。要求掌握模型适应性检验的两种统计量检验法，熟悉散点图法和估计相关系数法，了解模型的预测功能。本章安排2学时上机。 教学内容：
第一节 模型的适应性检验
模型的适应性检验是指一个ARMA模型已经完全或基本上解释了系统的动态性，从而模型中的扰动项at是独立的。显然模型的适应性检验实质上就是随机扰动项的独立性检验。 一、 散点图法：就是作出at对at-j和at对xt-j的散点图，然后分析at的独立性。如果两类散点图都呈现不相关的趋势，则可认为at是独立的，即该模型是适应的。
二、 估计相关系数法：计算at与at-j和at与xt-j之间的相关系数来分析与判断。若相关系数较小，则认为at独立，即模型为适应模型，否则认为不适应。
三、 卡方检验法： 四、 F检验法
第二节 模型的预测
一、 预测值的计算 二、 预测实例 思考题：
1．依据实际时间序列数据建立模型，并对其进行检验与预测。
附录：参考书目
1. 张树京、齐立心，时间序列分析简明教程，北京：北方交通大学出版社，2003 2. 何书元，应用时间序列分析，北京：北京大学出版社，2003 3. 詹姆斯 D.汉密尔顿，时间序列分析，上海：上海人民出版社，2003 4. 王振龙，时间序列分析，北京：中国统计出版社，2000
5. 博克斯，时间序列分析：预测与控制，北京：中国统计出版社，1997 6. 陈毅恒，时间序列与金融数据分析，北京：中国统计出版社，2004 7. 顾岚，《时间序列分析在经济中的应用》，北京：中国统计出版社，1994
执笔人： 王芳 20004 年5 月 审定人： 20004 年5 月 院（系、部）负责人： 20004 年5 月