原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
应 用 时 间 序 列 分 析 实 验 报 告
实验名称 第四章 非平稳序列的确定性分析
一、上机练习（就是每章最后一节上机指导部分）
拟合线性趋势
在SAS系统中REG（回归）过程与AUTOREG（自回归）过程都可以进行时间序列线性趋势拟。假定我们要分析的数据存于临时数据集example4_1中，要拟合的线性回归模型为x=a+bt，相关命令如下:
data example4_1;
input x@@;
t=_n_;
cards;
12.79 14.02 12.92 18.27 21.22 18.81
25.73 26.27 26.75 28.73 31.71 33.95
;
proc autoreg data=example4_1;
model x=t;
run;
运行该程序输出结果如下：
该输出窗口共输出三方面的信息。
因变量的名称，本例中因变量为x。
普通最小二乘估计相关统计量，该部分输出信息如下表：
SSE（误差平方和）
DFE（误差平方和的自由度）
MSE（均方误差）
Root MSE（均方根误差）
SBC（SBC信息量）
AIC（AIC信息量）
Regress R-Squrae（只针对回归模型的r平方）
Total-R-Square（包括自回归误差过程在内的整体模型的r平方）
Durbin-watson（DW统计量）
（3）参数估计值。该部分从左到右输出的信息分别是：变量名、自由度、估计值、估计值的标准差、t值以及统计量大于t值得近似概率P值。
2.拟合非线性趋势
在SAS系统中有一个ULIN（非线性）过程可以进行时间序列非线性趋势拟合。假如我们要分析的数据存于临时数据集example4_2中，要拟合的非线性回归模型x=at+b^t,则相关命令如下：
data example4_2;
input x@@;
t=_n_;
cards;
1.85 7.48 14.29 23.02 37.42 74.27 140.72
265.81 528.23 1040.27 2064.25 4113.73 8212.21 16405.95
;
proc nlin method=gauss;
model x=a*t+b**t;
parameters a=0.1 b=1.1;
der.a=t;
der.b=t*b**(t-1);
output predicted=xhat out=out;
run;
（1）“proc nlin method=gauss;”指令系统采用GAUSS迭代法进行非线性参数估计。
（2）“model x=a*t+b**t;”告诉系统拟合模型结构。
（3）“parameters a=0.1 b=1.1;”告诉系统待估参数是哪些，并给出待估参数的迭代初始值。
（4）“der.a=t;der.b=t*b**(t-1);”给出待估参数的一阶导函数，以便于迭代计算。
（5）“output predicted=xhat out=out;”输出部分结果到临时数据集OUT，输出内容包括时间t，原序列值x和估计值x^(本例中该变量取名为XHAT)。
运行该程序共输出如下六方面信息：
迭代过程。如下图所示。
收敛状况。如下图所示：
这是告诉我们本次迭代收敛。
估计信息摘要。如下图所示：
文档评论（0）