1、首先建立工作文件，创建并编辑数据。结果如下图所示。
2、在命令行输入ls y c x,然后回车。
3、弹出equation窗口，如图所示。观察t统计量、可决系数等，可知模型通过经济意义检验，查表与X的t统计量比较发现，t检验值显著。模型对Y的解释程度高达99.3%。
4、将样本期范围从1978-2003年扩展为1978-2004年：在workfile窗口中依次点击proc->Structure。
5、弹出Workfile Structure窗口，将2003改为2004，然后点击ok，如图所示。
6、在Group窗口中输入2004年X的值，如图所示。
7、在equation窗口中点击Forecast。
8、在弹出的窗口中点击ok。完成效果图。
温馨提示：答案为网友推荐，仅供参考
第1个回答 2016-12-02
在Eviews中对时间序列进行预测的详细步骤
一、输入数据 1.1 打开Eviews6.0，按照如图所示打开工作表创建框。 1.2 在右上角的data specification
框中输入起止年份（start data 和end data） 1.3 输入数据：在输入框中输入data gdp（本文采用的数据为1990—2012
GDP值）。当然，data 后面可以输入任何你想要定义的“英文名字” 输入data gdp
后注意按回车键，弹出表格窗口后在其中输入数据（也可复制进去 数据：ctrl+v 二、平稳性检验2.1
在打开的数据窗口中点击ViewCorrelogram（1） 在弹出的窗口中直接点OK 即可 2.2 自相关图和偏相关图进行分析：
最简单粗暴的方法就是看最右边的Prob 值），当这列数据有多数都大于0.05（置信水平）时为白噪声序列=序列是平稳的。本文中GDP 数据P
值均小于 0.05，则为非白噪声。需对序列进行差分。 3.1在输入框中输入第二列代码，这代表将数据gdp 进行一阶差分，一阶差分后
的值命名为dgdp.按回车键 3.2 在dgdp 数据的窗口中重复2.1 的操作，对序列的平稳性进行检验 得到结果如下：
惨！还是非白噪声，只能进行二阶差分了！ 4.1如第三列代码所示（记得不能重复命名） 4.2 对新的序列dgdp2
进行平稳性检验，步骤同上，结果如下： MY GOD! 看见了木有，这回是白噪声了，P 值多数都大于0.05！ 五、用最小二乘法对模型进行估计：输入
ls dgdp2 ar（2）（探索性建模）5.1AR（2）模型结果 （准确的说这个模型应该是 ARIMA的疏系数模型，本
文重点不在这！如有需要请私信我！） 5.2MA(2)模型结果 5.3 优化模型：根据AIC 和SBC 准则选择模型，值越小的拟合效果越好，本文
的选择MA(2)模型。 5.4 对模型进行检验：ViewResidual TestsCorrelogram statistics检验结果如下：
值大于0.05，为白噪声序列，则平稳。六、预测 在模型输出结果窗口那（5.4 图那），菜单栏由Forecast 进行预测，注意步骤如下： 6.1 如要预测下一期的数值记得先将数据范围进行修改在（1.3 那的窗口处） 在Range 那对1990 2012 双击；弹出窗口后进行数据修改 将2012 改成2013（你想多预测也行，可以试试看（坏笑，其实不能预测太多））
6.2改了数据范围后，去5.4的那个窗口点Forecast。在弹出的窗体中，有个method
的框，默认的是动态的，你要点static，然后点OK。 6.3 新生成的变量自动命名为dgdp2f，（这个名字只是一个名字！你就算把它改
成gdp，它的数值还是二阶差分后的数值！） 重点来了！ 如何根据二阶差分后的数值计算原数值（就是实际上你要预测的那个值），干货 公式如下： 结束语本人做学年论文用到这个方法，苦于网上找到不具体怎么做。然后....然后......我 的小宇宙爆发了！（其实是自己翻书之后找老师确认了，嘿嘿）。学统计学的孩纸 们加油！ 哦，对啦，其实除了一阶差分和二阶差分也可以取对数什么的，但 GDP 的数据 好像是取了对数也作用不大。还是一句话，如有具体问题请私信我！有缘的话我 会回答你的问题的！
一、输入数据 1.1 打开Eviews6.0，按照如图所示打开工作表创建框。 1.2 在右上角的data specification
框中输入起止年份（start data 和end data） 1.3 输入数据：在输入框中输入data gdp（本文采用的数据为1990—2012
GDP值）。当然，data 后面可以输入任何你想要定义的“英文名字” 输入data gdp
后注意按回车键，弹出表格窗口后在其中输入数据（也可复制进去 数据：ctrl+v 二、平稳性检验2.1
在打开的数据窗口中点击ViewCorrelogram（1） 在弹出的窗口中直接点OK 即可 2.2 自相关图和偏相关图进行分析：
最简单粗暴的方法就是看最右边的Prob 值），当这列数据有多数都大于0.05（置信水平）时为白噪声序列=序列是平稳的。本文中GDP 数据P
值均小于 0.05，则为非白噪声。需对序列进行差分。 3.1在输入框中输入第二列代码，这代表将数据gdp 进行一阶差分，一阶差分后
的值命名为dgdp.按回车键 3.2 在dgdp 数据的窗口中重复2.1 的操作，对序列的平稳性进行检验 得到结果如下：
惨！还是非白噪声，只能进行二阶差分了！ 4.1如第三列代码所示（记得不能重复命名） 4.2 对新的序列dgdp2
进行平稳性检验，步骤同上，结果如下： MY GOD! 看见了木有，这回是白噪声了，P 值多数都大于0.05！ 五、用最小二乘法对模型进行估计：输入
ls dgdp2 ar（2）（探索性建模）5.1AR（2）模型结果 （准确的说这个模型应该是 ARIMA的疏系数模型，本
文重点不在这！如有需要请私信我！） 5.2MA(2)模型结果 5.3 优化模型：根据AIC 和SBC 准则选择模型，值越小的拟合效果越好，本文
的选择MA(2)模型。 5.4 对模型进行检验：ViewResidual TestsCorrelogram statistics检验结果如下：
值大于0.05，为白噪声序列，则平稳。六、预测 在模型输出结果窗口那（5.4 图那），菜单栏由Forecast 进行预测，注意步骤如下： 6.1 如要预测下一期的数值记得先将数据范围进行修改在（1.3 那的窗口处） 在Range 那对1990 2012 双击；弹出窗口后进行数据修改 将2012 改成2013（你想多预测也行，可以试试看（坏笑，其实不能预测太多））
6.2改了数据范围后，去5.4的那个窗口点Forecast。在弹出的窗体中，有个method
的框，默认的是动态的，你要点static，然后点OK。 6.3 新生成的变量自动命名为dgdp2f，（这个名字只是一个名字！你就算把它改
成gdp，它的数值还是二阶差分后的数值！） 重点来了！ 如何根据二阶差分后的数值计算原数值（就是实际上你要预测的那个值），干货 公式如下： 结束语本人做学年论文用到这个方法，苦于网上找到不具体怎么做。然后....然后......我 的小宇宙爆发了！（其实是自己翻书之后找老师确认了，嘿嘿）。学统计学的孩纸 们加油！ 哦，对啦，其实除了一阶差分和二阶差分也可以取对数什么的，但 GDP 的数据 好像是取了对数也作用不大。还是一句话，如有具体问题请私信我！有缘的话我 会回答你的问题的！
相似回答