SAS时序作业1最新分析和总结.pdf

[ 例 2.4] 随机产生 1000 个服从标准正态分布白噪声序列观察值并绘制时序图的 SAS程序 data whitenoise; do time= 0 to 1000 by 1; noise=rannor( 12345 ); /* 产生 N(0,1) 的随机数据 */ if time 0 then output ; end ; proc gplot ; plot noise*time; /*noise 为纵坐标， time 为横坐标 */ symbol v =none i =join c =green; proc arima data =whitenoise; identify var =noise; /* 对变量 noise 作分析 */ run ; 图 1 随机产生 1000 个服从标准正态分布的白噪声序列的时序图 习题 2.3 第一题 解决习题 2.3 第一题的 SAS程序 data xulie; input x @@; cards ; 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 ; proc gplot data =xulie; plot x*x; symbol i =spline v =star h= 1 cv =red ci =green; proc arima data =xulie; identify var =x nlag = 6 ; /* 计算 6 步延迟之内的样本自相关系数 */ run ; 图 2 序列样本自相关图 （1）从序列的递增性质可初步判断该序列是非平稳的。 （2 ）该序列的样本自相关系数 p (k 1,2,...,6) 见图 2 。 k （3 ）该样本自相关图如图 2 所示，在两步延迟以后，自相关函数基本落入两倍的标准误之 内，序列的自相关系数逐步递减的速度相当缓慢，这是具有单调趋势的非平稳序列的 自相关图形式。 习题 2.3 第三题 解决习题 2.3 第三题的 SAS程序 data xulie2; input y x @@; cards ; 69.3 1 80.0 2 40.9 3 74.9 4 84.6 5 101.1 6 225.0 7 95.3 8 100.6 9 48.3 10 144.5 11 28.3 12 38.4 13 52.3 14 68.6 15 37.1 16 148.6 17 218.7 18 131.6 19 112.8 20 81.8 21 31.0 22 47.5 23 70.1 24 96.8 25 61.5 26 55.6 27 171.7 28 220.5 29 119.4 30 63.2 31 181.6 32 73.9 33 64.8 34 166.9 35 48.0 36 137.7 37 80.5 38 105.2 39 89.9 40 174.8 41 124.0 42 86.4 43 136.9 44 31.5 45 3