图一
Dependent Variable: DY Method: Least Squares Date: 06/14/02 Time: 19:28 Sample(adjusted): 1951 1997
Included observations: 47 after adjusting endpoints Convergence achieved after 6 iterations
Variable AR(1) R-squared
Adjusted R-squared S.E. of regression Sum squared resid Coefficient 0.978038 Std. Error 0.033258 t-Statistic 29.40780 Prob. 0.0000 0.145596 0.056842 -3.187264 -3.108535 0.297961 Mean dependent var 0.282360 S.D. dependent var 0.048153 Akaike info criterion 0.104340 Schwarz criterion 其中Q统计量Q-statistic(k=15)=5.487
1．根据图一，试建立Dyt的ARMA
模型。（限选择两种形式）（6分） 2．根据图二，试写出模型的估计式，并对估计结果进行诊断检验。（8分）
3. 与图二估计结果相对应的部分残差值见下表，试用（2）中你写出的模型估计式预测1998年的Dyt的值（计算过程中保留四位小数）。（6分）
1．由图1的偏相关图和自相关图的特点，即它们均具有一阶截尾特征，可得序列DLPI的ARMA模型可能是ARMA(1,1)；或ARMA(2,1)等过程。 2．由图2可得，变量DLPI的ARMA（1，2）模型估计式为：
