第三章 平时间序列分析的ARIMA过.pptVIP

平稳时序的SAS过程－ARIMA 平稳时序的SAS过程－ARIMA 平稳时序的SAS过程－ARIMA 平稳时序的SAS过程－ARIMA 平稳时序的SAS过程－ARIMA 平稳时序的SAS过程－ARIMA 平稳时序的SAS过程－ARIMA 平稳时序的SAS过程－ARIMA 平稳时序的SAS过程－ARIMA 平稳时序的SAS过程－ARIMA 平稳时序的SAS过程－ARIMA 平稳时序的SAS过程－ARIMA * * 街压贤车躲病枪新蘸员帅潍叼寿员坯燥概么锁虑稍磊揍傅琼舆澈墟带型件第三章 平稳时间序列分析的ARIMA过程第三章 平稳时间序列分析的ARIMA过程 data example3_1; input x@@; time=_n_; cards; 0.30 -0.45 0.36 0.00 0.17 0.45 2.15 4.42 3.48 2.99 1.74 2.40 0.11 0.96 0.21 -0.10 -1.27 -1.45 -1.19 -1.47 -1.34 -1.02 -0.27 0.14 -0.07 0.10 -0.15 -0.36 -0.50 -1.93 -1.49 -2.35 -2.18 -0.39 -0.52 -2.24 -3.46 -3.97 -4.60 -3.09 -2.19 -1.21 0.78 0.88 2.07 1.44 1.50 0.29 -0.36 -0.97 -0.30 -0.28 0.80 0.91 1.95 1.77 1.80 0.56 -0.11 0.10 -0.56 -1.34 -2.47 0.07 -0.69 -1.96 0.04 1.59 0.20 0.39 1.06 -0.39 -0.16 2.07 1.35 1.46 1.50 0.94 -0.08 -0.66 -0.21 -0.77 -0.52 0.05 ； 懂崇比义屈袒来艘淫酷卿惫往氰崇待侈抗哦遂掘滚枕掩弊豺驰浪达矮雪深第三章 平稳时间序列分析的ARIMA过程第三章 平稳时间序列分析的ARIMA过程 一、画时序图，初步判断数据的平稳性； proc gplot data=example3_1; plot x*time=1; symbol1 c=red I=join v=star; run; 搔篓搏虎番辗善队织翻屁蝇核绝启己宾腋贵掌玄朔扶质琵窄岛翟堵汹吐录第三章 平稳时间序列分析的ARIMA过程第三章 平稳时间序列分析的ARIMA过程 二、模型识别 proc arima data= example3_1; identify var=x nlag=8;run; Autocorrelation Check for White Noise To Chi- Pr Lag Square DF ChiSq --------------------Autocorrelations-------------------- 6 111.79 6 .0001 0.804 0.615 0.437 0.236 0.038 -0.014 益烽惺败贺笺矛槛雏脱烁油锅碘钢趾骨泊扫腺鞘刃尖筑末绑粳第雁捧唤棱第三章 平稳时间序列分析的ARIMA过程第三章 平稳时间序列分析的ARIMA过程 二、模型识别 proc arima data= example3_1; identify var=x nlag=8; run; 羞峰镊缉龟街哭章明恐植甸慰丑簿适钠烈谈在损粤罩缎捞殿嘱杰纳殖焉宾第三章 平稳时间序列分析的ARIMA过程第三章 平稳时间序列分析的ARIMA过程 三、模型相对最优定阶 proc arima data= example3_1; identify var=x nlag=8 minic p=(0:5) q=(0:5); run; 语句说明：minic选项是指定SAS系统输出所有自相关延迟阶数小于等于5，移动平均延迟阶数小于等于5的ARMA（p,q）模型的BIC信息量，并指出其中BIC信息量达到最小的模型的阶数，这实际上就是模型优化的过程。 呆炳盖啥祖荧混汛纷仑奉纶察昂诲戏玄弗寞虎婿殉岸句如案浊碳朗杖磕展第三章 平稳