王燕时间序列分析第五章sas程序

《王燕时间序列分析第五章sas程序》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第一题datayx_51;inputx@@;difx=dif(x);t=1+_n_-1;cards;3043033072992962933012933012952842862862872842822782812782772792782702682722732792792802752712772782792832842822832792802802792782832782702752732732722752732732722732722732712722712732772742742722802822922952952942902912882882902932882892

2、91293293290288287289292288288285282286286287284283286282287286287292292294291288289;procgplot;plotx*t=1difx*t=2;symbol1c=redv=circlei=join;symbol2c=yellowv=stari=join;run;procarima;identifyvar=x(1);estimatep=1;run;结果如下时序图：一阶差分后时序图:通过原始数据的时序图可以明显看出，此序列非平稳，因而对序列进行一阶差分。从一阶差分后的自相关图可以看出，一阶差分后

3、的序列的自相关系数一直都比较小，始终控制在二倍标准差以内，可以认为一阶差分后的序列始终都在零轴附近波动，因而可以认为一阶差分后的序列为随机性很强的平稳序列，另外通过一阶差分后的时序图也可以看出，一阶差分后的序列平稳，且LB统计量对应的P值大于α=0.05，因而认为一阶差分后的序列为白噪声序列。由于一阶差分后的序列为平稳的白噪声序列，因而此时间序列拟合ARIMA（0,1,0）模型，即随机游走模型，模型为：Xt=xt-1+εt所以下一期的预测值为289第二题datayx_52;inputx@@;t=1949+_n_-1;difx=dif(x);cards;5589.0099

4、83.0011083.0013217.0016131.0019288.0019376.0024605.0027421.0038109.0054410.0067219.0044988.0035261.0036418.0041786.0049100.0054951.0043089.0042095.0053120.0068132.0076471.0080873.0083111.0078772.0088955.0084066.0095309.00110119.00111893.00111279.00107673.00113495.00118784.00124074.001307

5、09.00135635.00140653.00144948.00151489.00150681.00152893.00157627.00162794.00163216.00165982.00171024.00172149.00164309.00167554.00178581.00193189.00204956.00224248.00249017.00269296.00288224.00314237.00330354.00;procgplot;plotx*t=1difx*t=2;symbol1c=orangev=circlei=none;symbol2c=bluev=st

6、ari=join;procarima;identifyvar=x(1);estimateq=1;forecastlead=5id=t;run;时序图：从时序图可以看出，时间序列非平稳，且随着时间而呈现明显的上升趋势，因而对序列采用一阶差分：一阶差分后的时序图:通过原始数据的时序图可以明显看出，此序列非平稳，随着时间呈现上升趋势，因而对序列进行一阶差分。从一阶差分后的自相关图可以看出，一阶差分后的序列的自相关系数一阶截尾，拟合ARIMA(0，1，1)模型，得到模型：Xt-Xt-1=(1+0.48349B)εt残差的检验显示，残差序列通过白噪声检验，参数显著性检验显示参数显

7、著，说明模型拟合良好，对序列相关信息提取充分。得到2009~2013年铁路货运量的预测结果如下：铁路货运与测量2009337276.98372010342813.63362011348350.28362012353886.93362013359423.5835第三题;datayx_53;inputx@@;difx=dif(dif12(x));t=intnx('month','01jan1973'd,_n_-1);formattdate.;cards;9007.008106.008928.009137.0010017.0010826.001