时间序列实验报告.docx

时间序列实验报告.docx

《时间序列实验报告.docx》由会员分享，可在线阅读，更多相关《时间序列实验报告.docx（17页珍藏版）》请在冰豆网上搜索。

时间序列实验报告

重庆交通大学

学生实验报告

实验课程名称时间序列分析

开课实验中心数统学院实验教学中心

开课学院数学与统计学院

专业年级应用统计学2015级1班

姓名XXXX

学号6315XXXXXXXX

任课老师XXXXX

开课时间2017—2018学年第1学期

此页空页！

实验一R语言简介:

基本操作

一实验目的

1、了解软件R：

安装、启动、退出、帮助等。

2、熟悉R的操作界面。

二、实验内容及要求：

1、实验内容：

（1）R的安装；

（2）启动与退出；

（3）包的安装及R的更新；

（4）帮助及移除多个对象等；

（5）常见命令

2、实验要求：

（1）熟悉R的操作环境；

（2）熟悉包的安装与帮助；

（3）学习常见命令，熟悉R的操作界面。

三、实验过程及结果

1、

（1）R的安装

（2）启动与退出；

（3）包的安装及R的更新；

A、包的安装

>chooseCRANmirror（）

>install.packages（）

B、R的更新

>install.packages（"installr"）

>library（installr）

>updateR（）

（4）帮助及移除多个对象等；

> ？

关键字

> ？

？

关键字

>help.start（）#帮助

> rm（）

> rm（list=ls（））#移除多个对象

（5）常见命令

四、实验心得

了解了R的一些基本使用及其常见的命令，为自己深入学习r的使用打下了基础。

实验二R语言简介:

数据集创建与处理

一实验目的

1、掌握R数据集的不同创建形式。

2、熟悉并掌握利用R对时间序列数据集进行变换与处理。

二、实验内容及要求

1、实验内容：

（1）利用data.frame函数创建数据集；

（2）读取d.txt型数据框；

（3）读取excel数据及对某变量数据进行某些处理

（4）导出R中数据集

（5）时间序列数据输入

（6）对已有数据集中数据的处理

2、实验要求：

熟悉R数据集的不同创建方法，掌握利用R对时序数据集进行变换与处理

3、实验过程及结果

1、实验内容：

（1）利用data.frame函数创建数据集；

>mydata<-data.frame（col1,col2,col3,...）

#col1，col2，col3，...可以是任何类型的列向量

（2）读取d.txt型数据框；m

>w<-read.table（"text.data.txt"）

（3）读取excel数据及对某变量数据进行某些处理

>library（readxl）

>dataset<-read_excel（NULL）

>View（dataset）

（4）导出R中数据集

>write.table（x,file="",sep="",row.names=TRUE,col.names=TRUE,quote=TRUE）

#x：

需要导出的数据

#file：

导出的文件路径

#sep：

分隔符，默认为空格（""），也就是以空格为分割列

#row.names：

是否导出行序号，默认为TRUE，也就是导出行序号

#col.names：

是否导出列名，默认为TRUE，也就是导出列名

#quote：

字符串是否使用引号表示，默认为TRUE，也就是使用引号表示

（5）时间序列数据输入

（6）对已有数据集中数据的处理

（5）（6）合

>library（readxl）

>X2_7<-read_excel（"C:

/Users/Administrator/Desktop/2.7.xlsx"）

>summary（X2_7）

330.45330.97331.64332.87333.61

Min.:

331.6Min.:

330.1Min.:

328.6Min.:

328.3Min.:

329.4

1stQu.:

332.91stQu.:

332.41stQu.:

331.91stQu.:

331.51stQu.:

332.8

Median:

334.7Median:

334.4Median:

333.7Median:

334.4Median:

335.1

Mean:

335.0Mean:

334.2Mean:

333.9Mean:

334.3Mean:

335.2

3rdQu.:

336.83rdQu.:

336.13rdQu.:

335.93rdQu.:

337.03rdQu.:

337.7

Max.:

339.2Max.:

338.2Max.:

339.9Max.:

340.6Max.:

341.2

333.55

Min.:

330.6

1stQu.:

333.9

Median:

336.0

Mean:

335.7

3rdQu.:

338.0

Max.:

340.9

四、实验心得

通过本次实验，首先，我知道了文件其他格式的文件如何导入R，知晓乐数据集的创建，使用及一些简单的处理。

实验三平稳时间序列模型预处理

一实验目的

1、掌握平稳时间序列的特点

2、学会通过序列图形对时间序列进行平稳性检验和纯随机性检验预处理

二、实验内容及要求：

1、实验内容：

（1）导入课后作业（41页第2题）数据并绘制时序图，并进行平稳性检验和纯随机性检验。

（2）导入课后作业（41页第3题）数据并绘制时序图，并进行平稳性检验和纯随机性检验。

（3）导入课后作业（41页第5题）数据并绘制时序图，并进行平稳性检验和纯随机性检验。

（4）导入课后作业（41页第6题）数据并绘制时序图，进行平稳性检验和纯随机性检验，并对序列进行差分，再做平稳性检验与纯随机性检验。

2、实验要求：

熟悉通过序列图形对时间序列进行平稳性检验和纯随机性检验预处理

三、实验过程及结果

1、实验内容：

（1）导入课后作业（41页第1题）数据并绘制时序图，并进行平稳性检验和纯随机性检验。

a<-scan（'3

（1）.txt'）###在工作目录下调用txt文件3

（1）###

ppm<-ts（a,start=c（1975,1）,frequency=12）####转化时序数据###

plot（ppm）####绘制时序图######

acf（ppm）###平稳性检验####

for（iin1:

2）print（Box.test（ppm,lag=6*i））####纯随机性检验###

时序图平稳性检验

纯随机性检验结果

Box-Piercetest

data:

ppm

X-squared=131.88,df=6,p-value<2.2e-16

Box-Piercetest

data:

ppm

X-squared=217.26,df=12,p-value<2.2e-16

（2）导入课后作业（41页第3题）数据并绘制时序图，并进行平稳性检验和纯随机性检验。

z<-scan（'3

（2）.txt'）###在工作目录下调用txt文件3

（2）###

water<-ts（z,start=c（1945,1）,frequency=12）####转化时序数据###

plot（water）####绘制时序图######

acf（water）###平稳性检验####

for（iin1:

2）print（Box.test（water,lag=6*i））####纯随机性检验###

时序图平稳性检验

纯随机性检验结果

Box-Piercetest

data:

water

X-squared=7.7505,df=6,p-value=0.257

Box-Piercetest

data:

water

X-squared=19.914,df=12,p-value=0.06873

（3）导入课后作业（41页第5题）数据并绘制时序图，并进行平稳性检验和纯随机性检验。

d<-scan（'3（3）.txt'）###在工作目录下调用txt文件3（3）###

sales<-ts（d,start=c（2000,1）,frequency=12）####转化时序数据###

plot（sales）####绘制时序图######

acf（sales）###平稳性检验####

for（iin1:

2）print（Box.test（sales,lag=6*i））####纯随机性检验###

时序图平稳性检验

纯随机性检验结果

Box-Piercetest

data:

sales

X-squared=134.49,df=6,p-value<2.2e-16

Box-Piercetest

data:

sales

X-squared=163.85,df=12,p-value<2.2e-16

（4）导入课后作业（41页第6题）数据并绘制时序图，进行平稳性检验和纯随机性检验，并对序列进行差分，再做平稳性检验与纯随机性检验。

b<-scan（'3（4）.txt'）###在工作目录下调用txt文件3（4）###

qb<-ts（b,start=c（2000,1）,frequency=15）####转化时序数据###

plot（qb）####绘制时序图######

acf（qb）###平稳性检验####

for（iin1:

2）print（Box.test（qb,lag=6*i））####纯随机性检验###

时序图平稳性检验

纯随机性检验结果

Box-Piercetest

data:

qb

X-squared=60.084,df=6,p-value=4.327e-11

Box-Piercetest

data:

qb

X-squared=81.066,df=12,p-value=2.583e-12

四、实验心得

通过本次实验，我学到了用R做时序图，以及时序图平稳性检验，纯随机性检验，知晓了更多的R语言使用的知识，为以后的《时间序列分析》的学习打下了一定的r语言实践基础。

实验四平稳线性ARMA模型初步识别与定阶

一实验目的

1、掌握AR模型平稳性、MA模型的可逆性及ARMA模型平稳可逆性的判别条件；

2、掌握利用序列的自相关图和偏自相关图识别模型并进行初步定阶。

二、实验内容及要求

对上次实验数据进行模型初步定阶

三、实验过程及结果

1.

图…

从上图可看出，该序列样本自相关系数。

。

。

。

。

。

五、实验心得

通过本次实验，学会。

。

。