统计分析软件基础教程（时间序列预测）.pptxVIP

第九章 时间序列预测; 时间序列是指按观测时间顺序记录的观测结果.;时间序列的预测 时间序列预测的关键是对其建立合适的模型. 用于时间序列预测的模型通常是如下的关系式： 数据变异 = 可预测分量 + 随机分量 可预测分量就是可以对其进行预测的部分， (纯)随机分量就是无法进行预测的部分, 也是预测的误差. 建模就是对可预测分量建立模型.;SAS 软件全面支持 时间序列分析 SAS/ETS 包含了时间序列预测及计量经济学应用等方面许多专门的功能; SAS/ETS 的预测功能既可用编程调用过 程实现，也可使用系统提供的专用菜 单FORECAST实现. ;进入菜单系统;预测变量所 在数据集;主窗口下有六个图标键: Develop Models--对单个时间序列可交互产生预测模型,并进行拟合; Fit Models Automatically --对输入数据集中的多个时序数据自动选择最佳预测模型,并进行拟合; Produce Forecasts --当选定预测模型和对数据进行拟合后,本键可产生出预测; Manage Projects (项目管理) --它可以列出你已经进行预测的时序数据及所用模型。可再次进行预测和删除不必要的模型; Exit--退出预测系统; Help--帮助信息.; 例1: 数据集AIRSER存放某航线从1949年1月至1960年12月每月的旅客数目X.数据集AIRSER有二个变量: DATE表示日期,X表示该月的旅客数.试用时间序列预测系统自动建立预测模型并预测1961年的旅客数. (1) 进入时间序列预测系统; (2) 指定输入数据集AIRSER和ID变量; 由于数据集AIRSER有名为Date的变量,又是合适的(等间隔的)的时间变量,系统自动选择时间ID变量为Date.选定时间ID变量后,预测系统要检查观测值之间的时间间隔.在本例中,由于每月一个数据，所以时间间隔为Month.如果系统不能自动产生出时间区间，你必须为它提供出合适的时间区间. ;(3)自动生成模型: ①按下方图标键: ② 确定处理的的序列个数及变量名:1:X; ③ 确定拟合模型的准则:Root Mean Square Error,这是缺省时的准则(均方误差平方根最小准则).用户可以从Select…键选择其它准则.; 模型拟合完毕后,系统将对每个数据序列报告出所选用的模型,而且给出均方误差平方根及其它量的数值.; (4) 产生预测: 从当前的窗口按返回键 即可回到主窗口. ① 选择Produce Forecasts图标键 进入Produce Forecasts (产生预测) 窗口. ; ② 希望生成那几个序列的预测值可从Series右边的 Select…键显示的供选择的序列中选择.此例只有一个序列X. ③ 给出将要预测序列的观测周期.从 Forecast Output(预测输出)选择框中下方Horizon: 选择12个周期(这也是缺省的设置).; ④ 选好后按下方的运行键 ,系统将提示把序列的预测值写入输出集Work.forecast中 = 确定(OK) ⑤ 按产生预测主窗口下方的OUTPUT键,则显示在③中所选择的格式的输出结果.; ; ; ; ③ 由工具条选诊断序列的图标: 在弹出的序列诊断窗口点击 Automatic Series Diagnostics 键后得到诊断结果:; ④ 进入Develop Model 窗口:; 以上窗口右上方有二个图标:浏览序列(View Series)和浏览所选模型(View Model)。选择用图形浏览序列可得到窗口Time Series Viewer， ; 由以上所浏览的序列图形可以直观地验证该序列的诊断结果:应作对数变换;有趋势项;有季节性. ⑤ 选择拟合模型的方法 为拟合模型,有两种方法,其一是选择Edit下的Fit Model,或在下半部的空地方单击鼠标一次，进入模型选择: 或 ;现在选择Select From List(列出一些常用的模型)，进入Models to Fit窗口(见下图). ;如选中Log ARIMA(2,1,2)(0,1,1)s Noint和Double (Brown)Exponenfial Smoothing,然后按OK,便开始拟合模型,并将模型拟合的结果列出来.; 这里已选定一个模型,并用它来产生预测。拟合模型时如果选择了几个模型,进行预测时应从这几个拟合的模型中选出一个用于预测,在Forecast Model列必须使方框中有√(或X)，才算选中.现在选定Double (Brown) Exponenfial Sm