时间序列分析报告报告材料.pdfVIP

下载本文档

2
0
约3.69千字
约 8页
2020-07-13 发布于天津
举报
版权申诉

时间序列分析报告报告材料.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

实用标准文案 data AAA; input x@@; time=_n_; cards ; 76378 71947 33873 96428 105084 95741 110647 100311 94133 103055 90595 101457 76889 81291 91643 96228 102736 100264 103491 97027 95240 91680 101259 109564 76892 85773 95210 93771 98202 97906 100306 94089 102680 77919 93561 117062 81225 88357 106175 91922 104114 109959 97880 105386 96479 97580 109490 110191 90974 98981 107188 94177 115097 113696 114532 120110 93607 110925 103312 120184 103069 103351 111331 106161 111590 99447 101987 85333 86970 100561 89543 89265 82719 79498 74846 73819 77029 78446 86978 75878 69571 75722 64182 77357 63292 59380 78332 72381 55971 69750 85472 70133 79125 85805 81778 86852 69069 79556 88174 66698 72258 73445 76131 86082 75443 73969 78139 78646 66269 73776 80034 70694 81823 75640 75540 82229 75345 77034 78589 79769 75982 78074 77588 84100 97966 89051 93503 84747 74531 91900 81635 89797 81022 78265 77271 85043 95418 79568 103283 95770 91297 101244 114525 101139 93866 95171 100183 103926 102643 108387 97077 90901 90336 88732 83759 99267 73292 78943 94399 92937 90130 91055 106062 103560 104075 101783 93791 102313 82413 83534 109011 96499 102430 103002 91815 99067 110067 101599 97646 104930 精彩文档实用标准文案 88905 89936 106723 84307 114896 106749 87892 100506 ; proc gplot data =AAA; plot x*time= 1 ; symbol1 c=red i=join v =star; run ; proc arima data =AAA; identify var =x; run ; 1 ：时序图与平稳性判别分析：上图是数据对应的时序图，从图上曲线分析来看，数据并没有周期性或者趋向性规律，并且每月的生猪的屠宰量大约在 80000 上下波动。所以由该序列图我可以认为它是个平稳的数列。即可以用第三章的 AR 模型或 MA 模型或 ARMA 模型进行拟合。但是为了稳妥起见，我还需要利用自相关图进一步辅助识别。具体如下：自相关图：精彩文档实用标准文案分析：由上图可知：样本自相关图中的自相关系数在延迟 4 阶之后几乎全部落入 2 个标准差范围之内，并且向零衰减的速度还是比较快的。所以我认为该序列是平稳的序列