SAS时序分析介绍要点.pptVIP

相对预测误差 实例 1、航班序列模型 2、农业收入指数 时间序列分析窗口实现 一、窗口实现注意点 1、假定已存在一个按时间次序排列的数据，你要对这组数据进行预测。 2、提供有效的ID变量 数据必须有ID变量（一般是指时间ID）。 3、对时间序列选择和拟合一个预测模型 ①选择Generate Model（Fit Model Auto）系统会自动为你选择一个拟合模型。 ②需要控制预测模型的选择时，可以选择Develop Model。 4、产生预测 当拟合了一个数据，可以用Produce Forecast来进行预测计算。 5、存储 在Project内填上一个SAS目录名，系统在退出时会把这个信息存储在这个SAS目录名下以备下次调用。 二、找到窗口 * 对数据进行描述 proc univariate data=tansas.tan1 noprint; var rate; output out=a1 nmiss=nmiss mean=mean std=std min=min q1=q1 median=median q3=q3 max=max; run; data a1; retain nmiss mean std min q1 median q3 max; set a1; label nmiss=缺失观测 mean=均值 std=标准偏差 min=最小值 q1=下分位数 median=中位数 q3=上分位数 max=最大值; run; proc univariate data=tansas.tan1 noprint; var rate; histogram rate /cbarline=blue cfill=lired; inset n nmiss mean std min q1 median q3 max/header=Descriptive Statistics position=ne noframe; run; proc contents data=tansas.tan1 out=a0 noprint; run; 二、时间序列数据集的处理 1、间隔数据的处理 对于等时间间隔数据，SAS提供一种时间间隔函数INTNX，它可以根据需要自动产生等时间间隔的时间数据。 data jr091_1; input price ; time=intnx(month,01jan2005d,_n_-1); format time monyy.; cards; 3.41 3.45 3.42 3.53 3.45 ; proc print data= jr091_1; run; “time=intnx(month,01jan2005d,_n_-1); ” 该命令是