时间序列sas实验五,六浙江万里学院.docxVIP

P185T1 代码： data example5_1; input x@@; difx=dif(x); t=_n_; cards; 304 303 307 299 296 293 301 293 301 295 284 286 286 287 284 282 278 281 278 277 279 278 270 268 272 273 279 279 280 275 271 277 278 279 283 284 282 283 279 280 280 279 278 283 278 270 275 273 273 272 275 273 273 272 273 272 273 271 272 271 273 277 274 274 272 280 282 292 295 295 294 290 291 288 288 290 293 288 289 291 293 293 290 288 287 289 292 288 288 285 282 286 286 287 284 283 286 282 287 286 287 292 292 294 291 288 289 ; proc gplot; plot difx*t; symbol v=star c=black i=join; run; proc arima; identify var=x(1); estimate p=1 noint; forecast lead=1 id=t out=out; proc gplot data=out; plot x*t=1 forecast*t=2 l95*t=3 u95*t=3/overlay; symbol1 c=black i=none v=star; symbol2 c=red i=join v=none; symbol3 c=green I=join v=none; run; 时序图 从时序图看出序列具有非平稳的特征。 进行一阶差分之后的时序图 时序图显示差分后序列difx没有明显的非平稳性特征。 从上图看出，命令系统不要常数项拟合AR(1，1)模型，拟合结果显示模型显著且参数显著。 最后模型口径为：xt=（1-0.1529）*xt-1+0.1529*xt-2+εt P187T4 （1） data example2; input x@@; t=1975+_n_-1; difx=dif(x); cards; 9 12 8 12 10 10 8 2 0 7 10 9 4 1 7 5 8 9 5 5 6 4 -9 -27 12 10 10 8 8 9 14 7 4 1 1 2 6 7 7 -2 -1 7 12 10 10 4 9 10 9 5 4 3 7 7 6 8 3 4 -5 -14 1 6 3 2 6 1 13 10 10 6 9 10 13 16 14 16 12 8 7 6 9 4 7 12 8 14 11 5 5 5 10 11 11 9 12 13 8 6 10 13 ; proc gplot; plot difx*t; symbol v=star c=black i=join; proc arima; identify var=x(1); estimate p=1 noint; proc gplot data=out; plot x*t=1 l95*t=3 u95*t=3/overlay; symbol1 c=black i=none v=star; symbol3 c=green I=join v=none; run; 时序图 一阶差分后的时序图 从上图看出，命令系统不要常数项拟合AR(1，1)模型，拟合结果显示模型显著且参数显著。 最后模型口径为：xt=（1-0.19583）*xt-1+0.19583*xt-2+εt （2） P188T5 data example2; input x@@; t=1867+_n_-1; difx=dif(x); cards; 2203 2360 2254 2165 2024 2078 2214 2292 2207 2119 2119 2137 2132 1955 1785 1747 1818 1909 1958 1892 1919 1853 1868 1991 2111 2119 1991 1859 1856 1924 1892 1916 1968 1928 1898 1850 1841 1824 1823 1843 1880 1968 2029 1996 1933 1805 1713 1726 1752 1795 1717 1648 1512 1338 1383 1344 1384 1484 1597 1686 1707 1640 1611 1632 1