时间序列的预处理.pptVIP

纯随机性检验 检验原理 假设条件 检验统计量 判别原则 Barlett定理 如果一个时间序列是纯随机的，得到一个观察期数为 的观察序列，那么该序列的延迟非零期的样本自相关系数将近似服从均值为零，方差为序列观察期数倒数的正态分布 假设条件 原假设：延迟期数小于或等于 期的序列值之间相互独立 备择假设：延迟期数小于或等于 期的序列值之间有相关性 检验统计量 Q统计量（Box和pierce） 仅适合大样本场合，对小样本则效果不太精确 LB统计量（Ljung和Box） 在各种检验场合普遍采用的Q统计量通常指的是LB统计量 判别原则 拒绝原假设 当检验统计量大于 分位点，或该统计量的P值小于 时，则可以以 的置信水平拒绝原假设，认为该序列为非白噪声序列 接受原假设 当检验统计量小于 分位点，或该统计量的P值大于 时，则认为在 的置信水平下无法拒绝原假设，即不能显著拒绝序列为纯随机序列的假定 例2.4：标准正态白噪声序列纯随机性检验 样本自相关图 检验结果 延迟 统计量检验 统计量值 P值 延迟6期 2.36 0.8838 延迟12期 5.35 0.9454 例2.5 对1950年——1998年北京市城乡居民定期储蓄所占比例序列的平稳性与纯随机性进行检验 例2.5时序图 例2.5自相关图 例2.5白噪声检验结果 延迟阶数 LB统计量检验 LB检验统计量的值 P值 6 75.46 0.0001 12 82.57 0.0001 表中数据显示该序列数语非白噪声序列。 2.3 SAS软件操作 SAS软件介绍 创建时间序列SAS数据集 时间序列数据集的处理 SAS软件介绍 SAS的全称是Statistical Analysis System，由美国北卡罗来纳州立大学教授（A.J.Barr J.H.Goodnight）联合开发的软件。具有完备的数据访问、数据管理、数据分析和数据呈现功能的大型集成化软件系统。 在SAS系统中有一个专门进行计量经济与时间序列分析的模块：SAS/ETS。SAS/ETS编程语言简洁，输出功能强大，分析结果精确，是进行时间序列分析与预测的理想的软件 由于SAS系统具有全球一流的数据仓库功能，因此在进行海量数据的时间序列分析时它具有其它统计软件无可比拟的优势 创建时间序列SAS数据集 data (sasuser.)example1_1; 命令SAS系统建议一个名字为example1_1的临时数据集 input time monyy7. Price; 输入两个变量的数据，一个为时间（7为子符长 度，如jan2005），一个为价格 format time monyy5.; 表示时间的输出格式是字符长度为5的数据（如jan05) cards； 表示下面开始输入数据行，接着就是数据录入。 Jan2005 101 这里数据是以列的方式读取，第一列数据会自动赋值给变量time Feb2005 82 第二列数据会自动赋值给变量price Mar2005 66 Apr2005 35 May2005 31 Jun2005 7 ; 表示数据已经输入完毕 run; 表示系统程序写好，可以运行了 proc print data=example1_1;表明可以查看数据集example1_1的内容 run; 时间序列数据集的处理 间隔函数的使用（intnx） data example1_2; 命令SAS系统建议一个名字为example1_2的临时数据集 input Price; 输入一个为价格的数据 time=intnx(‘month’,’01jan2005’d, _n_-1); 用intnx函数给时间变量time赋值，即 从2005年1月1日开始，以月为间隔每读入一个price数据，就产生一个time数据 format time monyy5.; 表示时间的输出格式是字符长度为5的数据（如jan05) cards； 表示下面开始输入数据行，接着就是数据录入。 3.41 3.45 3.42 3.53 3.45 ; proc print data=example1_2;表明可以查看数据集example1_2的内容 run;