时间的序列地预处理.docVIP

实用标准文案 PAGE 精彩文档 应 用 时 间 序 列 分 析 实 验 报 告 一、上机练习（就是每章最后一节上机指导部分） 1、绘制时序图 data example2_1; input price1 price2; time=intnx(month,01jul2004d,_n_-1); format time date.; cards; 12.85 15.21 13.29 14.23 12.41 14.69 15.21 13.27 14.23 16.75 13.56 15.33 ; proc gplot data=example2_1; plot price1*time=1 price2*time=2/overlay; symbol1 c=black v=star symbol2 c=red v=circle run; 实验结果： 两时间序列重叠显示时序图 实验分析：该时序图显示了price1每年始终围绕在14附近随机波动，没有明显趋势或周期，基本可以视为平稳序列。price2每年始终围绕在15附近随机波动，没有明显趋势或周期，也基本可以视为平稳序列。 2、平稳性与纯随机性检验 1．平稳性检验 data example2_2; input freq@@; year=intnx (year,1jan1970d,_n_-1); format year year4.; ards; 97 154 137.7 149 164 157 188 204 179 210 202 218 209 204 211 206 214 217 210 217 219 211 233 316 221 239 215 228 219 239 224 234 227 298 332 245 357 301 389 ； proc arima data=example2_2; identify var=freq; run; 实验结果： 图一 图二：序列FREQ样本自相关图 实验分析：根据图一我们可以得出分析变量的名称为freq，序列的均值为222.941，序列的标准差为56.82834,观察值的个数为39个。图二的自相关图显示序列子相关系数长期位于零轴的一边，这是具有单调趋势序列的典型特征，带长期递减趋势的。故该序列不平稳。 2．纯随机性检验 data example2_2; input freq@@; year=intnx (year,1jan1970d,_n_-1); format year year4.; ards; 97 154 137.7 149 164 157 188 204 179 210 202 218 209 204 211 206 214 217 210 217 219 211 233 316 221 239 215 228 219 239 224 234 227 298 332 245 357 301 389 ； proc arima data=example2_2; identify var=freq; run; 实验结果： 实验分析：检验结果显示，在各阶延迟下LB检验统计量的P值都非常小（0.0001），所以可以很大的把握（置信水平99.999%）判定该序列为非白噪声序列，即非纯随机序列。 课后习题（老师布置的习题部分） 2.1975-1980年夏威夷岛莫那罗亚火山（Mauna loa）每月释放的 数据如下（单位：ppm），见表2-7. 330.45 330.97 331.64 332.87 333.61 333.55 331.9 330.05 328.58 328.31 329.41 330.63 331.63 332.46 333.36 334.45 334.82 334.32 333.05 330.87 329.24 328.87 330.18 331.5 332.81 333.23 334.55 335.82 336.44 335.99 334.65 332.41 331.32 330.73 332.05 333.53 334.66 335.07 336.33 337.39 337.65 337.57 336.25 334.39 332.44 332.25 333.59 334.76 335.89 336.44 337