時間序列分析報告上機操作題

1、word20.1971年9月1993年6月澳大利亞季度常住人口變動(單位：千人)情況如下表。63.267.955.849.550.255.449.945.348.161.759.930.630.433.842.135.828.432.944.145.536.639.549.848.82937.334.247.637.339.247.643.94951.260.86748.965.465.467.662.555.149.657.347.345.544.54847.949.148.859.451.651.460.960.955.858.662.16460.364.67179

2、.459.983.475.480.255.958.565.269.559.121.562.5170-47.462.26033.135.343.442.758.434.4問題：(1)判斷該序列的平穩(wěn)性與純隨機性。(2)選擇適當(dāng)模型擬合該序列的發(fā)展。(3)繪制該序列擬合及未來5年預(yù)測序列圖針對問題一：將以下程序輸入SASg輯窗口，然后運行后可得圖1.dataexample3_1;inputx;|time=_n_;cards63.267.955.849.550.255.449.945.348.161.759.930.630.433.842.135.828.432.944.14

3、5.536.639.549.848.82937.334.247.637.339.247.643.94951.260.86748.965.465.467.662.555.149.657.347.345.544.54847.949.148.859.451.651.460.960.955.858.662.16460.364.67179.459.983.475.480.255.958.565.269.559.121.562.5170-47.462.26033.135.343.442.758.434.4procgplotdata=example3_1;plotx*time=1;symbol1c=redI

4、=joinv=star;run;圖1該序列的時序圖由圖1可讀出：除圖中170和-47.4這兩個異常數(shù)據(jù)外，該時序圖顯示澳大利亞季度常住人口變動一般在在60附近隨機波動，沒有明顯的趨勢或周期，基本可視為平穩(wěn)序列。再接著輸入以下程序運行后可輸出五方面的信息。具體見表1-表5.procarimadata=example31;identifyVar=xnlag=8;run表1分析變量的描述性統(tǒng)計IMamoofUqli-cjId1o-x1TlmmraoOaI二I”Number-oT。匕從表1可讀出分析變量的名稱、該序列的均值；標(biāo)準(zhǔn)差及觀察值的個數(shù)（樣本容量）。表2樣本自相關(guān)圖Ai-nIjucutruIu

5、tkmiuCovar-lanoeCotf-b1atlion-19STG!34321V7345678914PE昨91.QQQg1，率*號*率事年率，津|-40.71S983OSES了4044襄GCT座J*.;147,需00-34SJM;*!8,20*3X4；#*.；44,QJQ5哂i1*29.529S439.6931dOji+LRIS.9ETS19.ID3044i*.13s、374450。-也zai任ia1一i.i!*-*.：由表2可知：樣本自相圖延遲3階之后，自相關(guān)系數(shù)都落入2倍標(biāo)準(zhǔn)差圍以,而且自相關(guān)系數(shù)向零衰減的速度非?？?，故可以認為該序列平穩(wěn)表3樣本自相關(guān)系數(shù)U 產(chǎn) EUO4S5( i o

6、，5?r3t 1/GTI31LagSquareDFChiBq517.92GO.OOfi?由上表可知在延遲階數(shù)為6階時，LB檢驗統(tǒng)計量的P值很小，所以可以斷定該序列屬于非白噪聲序列。針對問題二：將IDENTIFY令中增加一個可選命令MINIC,運行以下程序可得到表6.表6IDENTIF飾令輸出的最小信息量結(jié)果ER 0加1nri 2HR 3加4幅56.0-43G4UG.03030GG.OGS9305.005715.947901S.3967756.。吃 5/68.035817B.03*2435,92345s.are 1826.0芒3631F.1?9R0fiK.074R7BR.03SSRN5.97fl

7、99?fi.0?7A47G.Q29955.9843255.980522G.02G5S2.07-16976.0999855.3G4I935.3945EG.023132G. 01336E.Q6D1F76 . 09i 1 672b.E.0M3b.04/7bfb.OHdbbbG.I0BIS5ti. I4lbbNin tmiiit Infornc tion Cr i ttsr iono 1 ? 3 4 5 n RR R R H AHIAAAHErroroorionmodel：AR(7)14lolivuiiiTableValue;BIC(1.3)=5.32*5通過上表可知：在自相關(guān)延遲階數(shù)小于等于5,移動

8、平均延遲階數(shù)也小于等于5的所有ARMA(p,q)模型中，BIC信息量相對最小的是ARMA(1,3)模型。進行參數(shù)估計，輸入以下命令，運行可得到表7表10estimatep=1q=3;run表7ESTIMATE命令輸出的位置參數(shù)估計結(jié)果ParaneterEstimateStandardErrortValueApproxPr：t|LagMU52,984782.94118.01 口 I = *nnri HRC rin nr能I rkn 1 uLagSquareDFChiBq-AutocwT-olations-6?ft724fi-A.061O.0676.014A64012E.28B%6IC0.928-

9、0032。11-0.013*。78107.13140,9290-0.0鷗mo-0.M10.019-0-025-0.037以a.is20A.Ms0.02f-d.630-fl.OfiS0.434擬合模型的具體形式如表11所示。表11ESTIMATE命令輸出的擬合模型形式Minidrflfirrvnr-iniK-j|xEoitiraodMoan&2.96*178ftuturhknIFcmjlurkFactor1：1-U.MNBNH*(IJ1*10win口Avr-aQDFactorsFm仁Inr1：IO.R?OKSH*(lJ+0,P5P73R*(?)*09卻50針對問題三：對擬合好的模型進行短期預(yù)測。

10、輸入以下命令，運行可得表12和圖2.orecastlead=5id=timeout=results;runprocgplotdata=results;plot x*time= 1 forecast*time=2l95*time=3u95*time=3/overlay;symbol1c=blacki=nonev=star;symb012c=redi=joinv=none;symb013c=greeni=joinv=nonel=32;run表12forecast命令輸出的預(yù)測結(jié)果F I tFi I I 1 -4-49刑是v 口日M 1 J-：目門口n t_ dooi通過該表可得知:(1)因變量的名

11、稱，本例中因變量為x(2)普通最小二乘統(tǒng)計量，誤差平方和、均方誤差、SBC信息量、回歸模型的RA2、DW統(tǒng)計量、誤差平方和的自由度、均方根誤差、AIC信息量、包括自回歸誤差過程在的整體模型RA2。(3)參數(shù)估計量。該部分從左到右輸出的信息分別是：變量名、自由度、估計值、估計值的標(biāo)準(zhǔn)差、t值以及統(tǒng)計量的t值的近似概率P值對于進行5期預(yù)測，再接著輸入以下命令運行:procforecastdata=example51method=stepartrend=2lead=5out=outoutfullouttest=est;idt;varx;procgplotdata=out;plot x*t= type /href =2008 ;symbol1i=nonev=starc=black;symbol2i=