ARIMA模型GDP例程序.docVIP

/** arima模型GDP 事例程序 在SAS/EST 软件中有一个综合软件包—PROC ARIMA，只需输简洁的命令就可以 得到包括模型识别、参数估计、相对优化模型选择、短期预测等丰富的分析结果。 实际上，一个完整的ARIMA程序由identify(模型识别)、estimate(估计)、forecast(预测) 组成。他们涵盖了平稳序列建模的每个步骤，可以联合使用，也可分开使用。**/ ARIMA过程的语法格式如下： Proc arima data = 时间序列数据集; Identify var = 分析变量 [ststionarity = (检验方法 = 阶数)] nlag = k [minic p = (0: n) q = (0: m)]; Estimate [method = 参数估计方法] p = n q = m [noint]; Forecast lead = u id = 时间变量 out = results; Run 说明： 1) Identify命令输出5方面的信息：分析变量的描述性统计、样本自相关图、样本逆自相关图、样本偏自相关图和纯随机检验结果； 如果增加可选项minic短语，则可以得到一定范围内的最优模型定阶。 如果增加可选项ststionarity短语，则可以得到单位根检验的结果。