城市季度平均氣溫?cái)?shù)據(jù)分析實(shí)驗(yàn)報(bào)告

城市季度平均氣溫?cái)?shù)據(jù)分析實(shí)驗(yàn)報(bào)告一、實(shí)驗(yàn)?zāi)康氖煜A、AR、ARMA模型的樣本自相關(guān)系數(shù)和偏相關(guān)系數(shù)的特點(diǎn)，利用它們識(shí)別和建立ARMA模型并且預(yù)測(cè)后幾個(gè)季度的值二、實(shí)驗(yàn)內(nèi)容分析某城市平均氣溫變化數(shù)據(jù)三、實(shí)驗(yàn)儀器與材料(或軟硬件環(huán)境)SAS9.42版本四、實(shí)驗(yàn)過(guò)程和步驟1、創(chuàng)建名為exp1的數(shù)據(jù)，用以下DATA步代碼可得：dataexp1;inputdegree@@;date=intnx('qtr','1jan69'd,_n_-1);formatdateyyqc.;Cards；輸入數(shù)據(jù)：城市季節(jié)平均溫度數(shù)據(jù)（此處省略）；Run；保留上面的代碼，供以后分析季節(jié)數(shù)據(jù)使用；繪時(shí)間序列圖，觀察序列特征，輸入下列程序：procgplotdata=exp1;symboli=splinev=starh=2c=green;plotdegree*date;run;4、提交運(yùn)行程序，在結(jié)果查看器觀察序列，如下圖所示，我們可以看出此數(shù)據(jù)是均值平穩(wěn)序列。5、識(shí)別模型，輸入以下代碼：procarimadata=exp1;identifyvar=degreenlag=15;run;提交程序得到以下結(jié)果，如下圖所示：我們可以看出樣本自相關(guān)系數(shù)ACF是指數(shù)衰減的，也就是ACF是拖尾的，我們?cè)倏雌嚓P(guān)系數(shù)，我們可以知道是4階截尾的，我們可以確定這個(gè)是AR模型。7、為了確定AR模型階數(shù)，我們輸入以下代碼：identifyvar=degreenlag=15minicp=(0:30);run;8、提交運(yùn)行代碼，我們可以得到以下圖片：9、根據(jù)最小BIC的原則我們得出模型最優(yōu)模型為AR(17)輸入以下代碼：estimatep=17;run;10、提交代碼運(yùn)行得到以下結(jié)果：參數(shù)估計(jì)中MU為17.77406、方差估計(jì)為1977538、標(biāo)準(zhǔn)差為1.394467、AIC為717.7182、SBC為777.0879、殘差數(shù)為200方差估計(jì)1.944538標(biāo)準(zhǔn)誤差估計(jì)1.394467AIC717.7182SBC777.0879殘差數(shù)200由殘差的ACF和PACF圖中我們可以看到數(shù)據(jù)符合在置信區(qū)間內(nèi)，并且殘差的正態(tài)擬合度很高，曲線基本在QQ圖的正態(tài)線上。自回歸因子為：1+0.11017B**(1)+0.40498B**(2)+0.00581B**(3)-0.44904B**(4)-0.03141B**(5)-0.04933B**(6)+0.10822B**(7)-0.05088B**(8)+0.07762B**(9)+0.02551B**(10)-0.01353B**(11)-0.22824B**(12)-0.04294B**(13)-0.12957B**(14)+0.13067B**(15)-0.01978B**(16)+0.11818B**(17)參數(shù)估計(jì)結(jié)果表參數(shù)MUAR(17)MU17.77403（0.10115）*AR（17）-0.11818（0.07589）*注：表中報(bào)告的是參數(shù)估計(jì)值，括號(hào)內(nèi)是其標(biāo)準(zhǔn)差；*表示在10%的顯著性水平下是顯著的。模型的白噪聲檢驗(yàn)滯后步數(shù)AR（17）182.95（0.08610）246.16（0.5217）3011.88（0.5374）3617.24(0.5737)注：表中報(bào)告的是Ljung-Box的卡方統(tǒng)計(jì)量，括號(hào)內(nèi)是其概率值。由表1和表2可知，參數(shù)都顯著，且殘差都能通過(guò)Ljung-Box的卡方白噪聲檢驗(yàn)。概率值都大于0.05意味著通過(guò)白噪聲檢驗(yàn)11、根據(jù)參數(shù)估計(jì)結(jié)果（見表1），可以寫出模型為：12、進(jìn)行預(yù)測(cè)，輸入如下程序：forecastlead=6out=out;run;提交程序，得到預(yù)測(cè)結(jié)果見表4和圖。以下變量的預(yù)測(cè):degree觀測(cè)預(yù)測(cè)標(biāo)準(zhǔn)誤差95%置信限20116.05661.394513.323518.789720227.24431.402924.494729.993920317.53441.506114.582620.486320410.23321.51047.272813.193520516.60121.726513.217419.985120627.48451.733924.086130.8829五、實(shí)驗(yàn)心得與體會(huì)通過(guò)本