时序-arma模型判定及预测.pdfVIP

  1. 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. 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. 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. 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. 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. 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. 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
查看更多
上机练习二 上机时间: 2012 年 10 月 19 日 学号 200930980106 姓名 何斌 年级专业 10 统计 1 班 问题 1:请用时序方法分析以下数据: 5 -5 0 2 -2 -3 0 -21 7 -3 3 0 -7 22 2 6 -5 -4 6 0 -2 9 -3 4 -15 6 2 -1 -3 -5 -4 2 -6 7 4 -7 13 -8 0 -1 5 -6 -4 15 4 3 4 -6 8 -8 6 -3 -19 21 -7 2 -5 4 0 -7 3 2 2 -12 -6 -4 6 4 -2 利用 SAS完成: 1、画时序图,判断该序列的平稳性与纯随机性,要求写出答案; 2、如果序列平稳且非白噪声, 选择适当模型拟合该序列的发展, 要求写出模型; 3、利用拟合模型,预测未来 5 期的数据; ( 直接拷贝 SAS的结果 ) 4 、画出拟合效果图,该图由原始序列、预测序列、 95%预测置信区间构成; 5、请给出完成以上四部分的 SAS程序。 1.1 得到该序列的时序图如下 : 1.2 得到该序列的自相关图如下 : 1.3 得到该序列的白噪声检验如下 : 1.4 分析及结论一 : 由 1.1 时序图可以初步判断,该序列为平稳序列,由 1.2 样本自相关图可知,自相关系 数没有明显的周期趋势,也没有递增或递减趋势,故可判断该序列为平稳序列。 由白噪声检验可以看出,检验统计量 P 值小于 0.05 ,故拒绝纯随机的原假设,认为该 序列属于非白噪声序列。 综上所述,该序列为平稳非白噪声序列。 2.1 得到该序列的偏自相关图如下 : 2.2 分析及模型初步确定 : 由 1.2 样本自相关图可知, 该序列的自相关系数呈拖尾性, 由 2.2 样本偏自相关图可知, 该序列的偏自相关系数呈 1 阶截尾,故使用 AR (1)模型拟合该序列。 2.3 模型进一步确定 : 2.3.1 扩大范围拟合, 即在自相关延迟阶数以及移动平均延迟阶数均小于等于 4 的 ARMA 模型中寻找最优模型。执行 identify 语句内 minic 命令 : identify var=m nlag=15 minic p=(0:4) q=(0:4); run; 最后一条信息显示最优模型为 AR(1) 模型,与 2.2 的模型分析一致。 2.3.2 参数估计 : 参数估计结果显示均值 MU不显著( t 检验统计量的 P 值为 0.8976 大于 0.05 ),其他参 数均显著,故选择 NOINT 选项,除去常数项,再次估计未知参数的结果,即输入第二条 ESTIMATE命令 : estimate p=1 noint; run; 参数估计部分输出结果如下: 显然参数通过检验。 2.3.4 残差白噪声检验 : 由检验结果可知 , 接受原假设 , 即残差为白噪声序列 , 亦即该拟合模型显著有效。 2.3.4 拟合模型的具体形式 : 该输出形式等价于 : (1+0.3728B)X t = t

文档评论(0)

tianya189 + 关注
官方认证
文档贡献者

该用户很懒,什么也没介绍

认证主体阳新县融易互联网技术工作室
IP属地上海
统一社会信用代码/组织机构代码
92420222MA4ELHM75D

1亿VIP精品文档

相关文档