时间序列分析报告上机操作题.docxVIP

  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

实用文案

实用文案

标准文档

标准文档

20.1971年9月—1993年6月澳大利亚季度常住人口变动(单位:千人)情况如下表。

63.2

67.9

55.8

49.5

50.2

55.4

49.9

45.3

48.1

61.7

55.2

53.1

49.5

59.9

30.6

30.4

33.8

42.1

35.8

28.4

32.9

44.1

45.5

36.6

39.5

49.8

48.8

29

37.3

34.2

47.6

37.3

39.2

47.6

43.9

49

51.2

60.8

67

48.9

65.4

65.4

67.6

62.5

55.1

49.6

57.3

47.3

45.5

44.5

48

47.9

49.1

48.8

59.4

51.6

51.4

60.9

60.9

55.8

58.6

62.1

64

60.3

64.6

71

79.4

59.9

83.4

75.4

80.2

55.9

58.5

65.2

69.5

59.1

21.5

62.5

170

-47.4

62.2

60

33.1

35.3

43.4

42.7

58.4

34.4

问题:(1)判断该序列的平稳性与纯随机性。

选择适当模型拟合该序列的发展。

绘制该序列拟合及未来5年预测序列图。

data example3_1;

data example3_1;

inputx@@;

time=_n_;

time=_n_;cards;

63.267.955.849.550.255.4

49.945.348.161.755.253.1

49.559.930.630.433.842.1

35.828.432.944.145.536.6

35.828.432.944.145.536.6

39.549.848.829

37.334.2

47.637.339.247.643.949

51.260.867

48.965.465.4

67.662.555.149.657.347.3

45.544.548

45.544.548

47.949.148.8

59.451.651.460.960.955.8

58.662.164

60.364.671

79.459.983.475.480.255.9

58.565.269.559.121.562.5

170

170

-47.4

62.260

33.135.3

43.442.758.434.4

;

procgplotdata=example3_1;

实用文案

实用文案

plot

plotx*time=1;

symbol1c=redI=joinv=star;run;

图1该序列的时序图

由图1可读出:除图中170和-47.4这两个异常数据外,该时序图显示澳大利亚季度常住人口变动一般在在60附近随机波动,没有明显的趋势或周期,基本可视为平稳序列。

procarimadata

procarimadata=example3_1;

identifyVar

identifyVar=xnlag=8;

run;

表1分析变量的描述性统计

从表1可读出分析变量的名称、该序列的均值;标准差及观察值的个数(样本容量)。

表2样本自相关图

由表2可知:样本自相图延迟3阶之后,自相关系数都落入2倍标准差范围以内,而且自相关系数向零衰减的速度非常快,故可以认为该序列平稳。

表3样本自相关系数

标准文档

实用文案

实用文案

标准文档

标准文档

该图从左到右输出的信息分别为:延迟阶数、逆自相关系数值和逆自相关图。

表4样本偏自相关图

该图从左到右输出信息是:延迟阶数、偏自相关系数值和偏自相关图。

表5纯随机性检验结果

由上表可知在延迟阶数为6阶时,LB检验统计量的P值很小,所以可以断定该序列属于非白噪声序列。

针对问题二:将IDENTIFY命令中增加一个可选命令MINIC,运行以下程序可得到表6.

表6 IDENTIFY命令输出的最小信息量结果

通过上表可知:在自相关延迟阶数小于等于5,移动平均延迟阶数也小于等于5的所有ARMA(p,q)模型中,BIC信息量相对最小的是ARMA(1,3)模型。

estimatep=

estimatep=1q=3;

run;

表7ESTIMATE命令输出的位置参数估计结果

表8 ESTIMATE命令输出的拟合统计量的值

ESTIMATE命令输出的系数相关阵表9

ESTIMATE命令输出的系数相关阵

表10 ESTIMATE命令输出的残差自相关检验结果

ESTIMATE命令输出的拟合模型形式拟合模型的具体形式如表11所示。

ESTIMA

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