.word格式,

利用多元回归得模型：y=51.32143+0.36808t-0.61576Q1-1.93051Q2+1.70808Q3 （3）取t=61，Q1=1，Q2=0，Q3=0，得到2001年1月份的预测值为73.15855。

13.9（1）编辑数据集，命名为timeseries9.dta，其中把月份从1开始编号：

可以看出该序列是有趋势的季节性序列。

（2）采用季节性多元回归模型进行预测。取虚拟变量Q1、Q2、Q3，在excel中输入下图数据：

, 专业.专注 .

.word格式,

利用多元回归得模型：y= 1079.2786+21.5371 t-116.9470Q1 -117.3675Q2 -138.1337Q3 （3）取t=97，Q1=1，Q2=0，Q3=0，得到2001年1月份的预测值为3051.4303。

13.10 (1) 编辑数据集，命名为timeseries10.dta，其中把月份从1开始编号：

可以看出该序列是季节性序列。

（2）采用季节性多元回归模型进行预测。取虚拟变量Q1、Q2、Q3，在excel中输入下图数据：

利用多元回归得模型：y= -0.22333-0.00302t-2.78317Q1 +1.336508Q2

+7.50619Q3+14.90921Q4+20.52889Q5+25.3319Q6+27.63492Q7+25.72127Q8+20.87429Q9+13.96063Q10+5.380317Q11

（3）取t=73，Q1=1，Q2=Q3=Q4=Q5=Q6=Q7=Q8=Q9=Q10=Q11=0，得到2001年1月份的预测值为-3.22696； 同理求得其他值：

, 专业.专注 .

.word格式,

13.11 （1）编辑数据集，命名为timeseries11.dta，如下图：

（2）输入下列代码求中心化移动平均值以及销售额与中心化移动平均值的比值： gen quartly=yq( year, quart) format quartly %tq tsset quartly

tssmooth ma x1= money,window(0 1 3) tssmooth ma x2= x1,window(2) gen xrate= money/ x2 季节指数计算情况如下：

输入graph twoway line seansonfigure quart将季节指数绘制成图形如下：

（3）输入gen yrate=money/ xrate分离季节成分的序列如下图：

, 专业.专注 .

.word格式,

（4）输入reg yrate year计算剔除季节因素的趋势方程如下：

得出趋势回归方程为：

13.12 （1）同13.11编辑数据集timeseries12.dta，计算中心移动平均值如下图所示：

, 专业.专注 .