唐浩彭实验8.docVIP

第三章习题3.5 实验四 澳大利亚季度常住人口变动表 一、?实验目的：进一步熟悉时间序列建模的基本步骤，会利用时序图和自相关图判断序列的平稳性和纯随机性检验。 二、?实验内容：分析澳大利亚季度常住人口变动的时间序列。 三、?实验要求：掌握SAS绘制时序图和自相关图的方法，并且判定其平稳性和纯随机性。 四、?实验时间：2小时。 五、?实验软件：SAS系统。 六、?实验步骤： 1、?开机进入SAS系统。 2、?创建名为example1的SAS数据集，即在窗中输入下列语句： data example1; input x@@; time=intnx(month,06jan1971d, _n_-1); format time date.; cards; 63.2 67.9 55.8 49.5 50.2 55.4 49.9 45.3 48.1 61.7 55.2 53.1 49.5 59.9 30.6 30.4 33.8 42.1 35.8 28.4 32.9 44.1 45.5 36.6 39.5 49.8 48.8 29 37.3 34.2 47.6 37.3 39.2 47.6 43.9 49 51.2 60.8 67 48.9 65.4 65.4 67.6 62.5 55.1 49.6 57.3 47.3 45.5 44.5 48 47.9 49.1 48.8 59.4 51.6 51.4 60.9 60.9 56.8 58.6 62.1 64 60.3 64.6 71 79.4 59.9 83.4 75.4 80.2 55.9 58.5 65.2 69.5 59.1 21.5 62.5 170 -47.4 62.2 60 33.1 35.3 43.4 42.7 58.4 34.4 ; run; 绘制数据与时间的关系图，初步识别序列，输入下列程序： proc gplot data=example1; plot x*time=1; symbol1 c=red i=join v=star; run; 从时序图给我们提供的信息可以非常明确地看出，澳大利亚1971年9月-1993年6月常住人口变动的时间序列是平稳序列。 绘制样本的自相关图和偏自相关图，进行纯随机性的检验，输入下列程序： proc arima data=example1; identify Var=x nlag=16; run; （1）分析变量的描述性统计和白噪声检验： 各阶延迟下LB统计量的p值0.05，说明该序列是非白噪声序列。 （2） 样本自相关图和偏自相关图如下： 分析：由时序图显示澳大利亚1971年9月-1993年6月的常住人口在60附近随机波动，没有明显趋势或周期，基本可以看成是平稳序列。由白噪声检验显示的序列值可以看出12阶以内的P值显著小于0.05，可以认为这个拟合模型不属于白躁声序列。 5、相对最最优定阶：修改步骤4中的identify命令proc arima data=example1; identify Var=x nlag=16 minic p=(0: 5) q=(0: 5); run; 分析：最后一条信息显示，在自相数延迟阶数小于等于5，移动平均延迟阶数也小于等于5的所有ARMA（p,q）模型中，BIC信息量相对最小的是ARMA（1，3）模型，既ARMA（1，3）模型。 6 、参数估计、预测澳大利亚未来5年的常住人口： proc arima data=example1; identify Var=x nlag=16; estimate p=1 q=3noint; forecast lead=5 id=time out=out; run; 从残差自相关检验结果可以看出：残差序列满足白噪声序列。 得到未来5年澳大利亚常住人口为43.1905、44.2960、43.4986、45.1531、42.8103。 7、退出SAS，关闭计算机。 附录： data example1; input