时间序列分析讲义(下).pptxVIP

时间序列分析讲义（下）;时间序列建模步骤流程：;第一章 SAS-时间序列数据;Data 数据集名; input 变量名1 变量名2 ; cards; 数据 ; run;;data example1_1;input price; cards; 3.41 3.45 3.42 3.53 3.45 ; run; ;（1）这2种方法都可以创建一个名叫example的临时数据集，保存在数据库WORK中，本次开机可调用，关机后数据不保存。;data sassuser.example1_1; input price@@; cards; 3.41 3.45 3.42 3.53 3.45 ; run; ;（2）input语句中加@@，则录入可以按行录入，SAS按行读取数据；否则SAS按列读取数据。;2、 等间隔时间数据的录入;可以在数据库WORK看见数据集example数据集中有两个变量t和price。 ;例1-2 录入下表中的数据：;可以在数据库WORK看见数据集ex1_2数据集中有两个变量t和price。 ;format t monyy.指定时间的输出格式;3、 外部数据的读取;1.2 数据的处理;可以在数据库WORK看见数据集ex1_3数据集中有3个变量。;data example1_4;set example1_3; keep t logp; where t=01mar2005d; proc print data=example1_4;run; ;可以在数据库WORK看见数据集example1_4:;data example1_5;input price@@; t=intnx(month,1jan2005d,_n_-1); format t date.;cards; 3.41 3.45 . 3.53 3.45 ; proc expand data=example1_5 out=example1_6;id t; proc print data=example1_5 ; proc print data=example1_6;run; ;可以在数据库WORK看见数据集example1_4:;“proc print data=example1_5 ;” 是查看语句，可以在输出窗口看到两个数据集。;第二章 SAS-时间序列预处理;例2.1 以下表;data example2_1; input price1 price2; time=intnx(month,01jul2004d,_n_-1); format time date.;cards; 12.85 15.21 13.29 14.23 12.42 14.69 15.21 16.27 14.23 16.75 13.56 15.33 ; run; proc gplot data=example2_1; plot price1*time=1 price2*time=2/overlay; symbol1 c=black v=star i=join;symbol2 c=red v=circle i=spline; run;;2.2 平稳检验与纯随机性检验; SAS的ARIMA过程中的IDENGTIFY语句，提供了白噪声检验的结果，同时提供了醒目的自相关、偏相关函数图，可以帮助判 别平稳性。 ;data example2_2; input fred@@; year=intnx(year,1jan1970d,_n_-1); format year year4.; cards; 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=fred; run;;描述性统计量;自相关函数图;偏相关函数图;检验统计量的P值0.001,序列不是白噪声,可以建模.;注: IDENGTIFY给出的五条消息中,一般利用自相关、偏相关信息判别序列平稳性，利用白噪声检验信息判断序列的纯随机性。; 模型识别与定阶 参数估计与模型诊断 预测;模型的识别可以通过IDENGTIFY语句实现 。 ;data example3_1; input x@@; time=_n_; cards; 0.30 -0.45 0.36 0.00 0.17 0.45 2.15 4.42 3.48 2.99 1.74 2.40 0.11 0.96 0.21 -0.10 -