时间序列分析实验4-非平稳序列的确定性分析_精品文档PPT文件格式下载.ppt

时间序列分析实验4-非平稳序列的确定性分析_精品文档PPT文件格式下载.ppt

《时间序列分析实验4-非平稳序列的确定性分析_精品文档PPT文件格式下载.ppt》由会员分享，可在线阅读，更多相关《时间序列分析实验4-非平稳序列的确定性分析_精品文档PPT文件格式下载.ppt（32页珍藏版）》请在冰豆网上搜索。

inputgov_cons;

time=intnx（quarter,1jan1981d,_n_-1）;

formattimeyear2.;

t=_n_;

cards;

原始数据;

procgplot;

plotgov_cons*time=1;

symbol1c=blackv=stari=join;

线性拟合的SAS过程,procautoreg;

/*自回归过程*/或者procreg;

/*回归过程*/modelgov_cons=t;

outputout=outp=forecast;

procgplotdata=out;

plotgov_cons*time=1forecast*time=2/overlayhaxis=1jan1981dto1jan1991dbyyear;

symbol2c=redv=nonei=joinw=2l=3;

run;

线性拟合模型结果（autoreg过程）,线性拟合模型结果（reg过程）,拟合效果图,非线性拟合,使用场合长期趋势呈现出非线性特征参数估计指导思想能转换成线性模型的都转换成线性模型，用线性最小二乘法进行参数估计实在不能转换成线性的，就用迭代法进行参数估计,常用非线性模型,例4.2：

对上海证券交易所1991年1月-2001年10月每月末上证指数序列进行模型拟合,非线性拟合,模型变换参数估计方法线性最小二乘估计拟合模型口径,dataa;

inputindex;

time=intnx（month,1jan1991d,_n_-1）;

t2=t*2;

procgplot;

plotindex*time=1;

symbol1c=blackv=nonei=join;

procreg;

modelindex=tt2;

modelindex=t2;

outputout=outp=index_cup;

plotindex*time=1index_cup*time=2/overlay;

非线性拟合模型SAS结果,非线性拟合模型SAS结果,拟合效果图,综合分析,常用综合分析模型加法模型乘法模型混合模型,例4.7,对1993年2000年中国社会消费品零售总额序列（数据见附录1.11）进行确定性时序分析。

例4.7的SAS过程,dataa;

inputx;

t=intnx（month,1jan1993d,_n_-1）;

formattyear4.;

plotx*t;

symbolc=redi=joinv=star;

对原始数据集a画时序图，对应书4-6图,例4.7的SAS过程,databb;

inputxx;

剔除季节效应后的数据;

procgplotdata=bb;

plotxx*t;

symbolc=blacki=nonev=star;

对消除季节效应后的数据集bb画图，对应书4-8图,例4.7的SAS过程,Datab;

setbb（keep=xx）;

modelxx=t;

outputout=outp=xxx;

procprintdata=out;

plotxx*t=1xxx*t=2/overlay;

symbol2c=redv=nonei=join;

线性趋势拟合后的效果图，对应书4-9图,对数据集b进行趋势拟合,例4.7的SAS过程,datac;

setout;

r=xx-xxx;

procprint;

procgplotdata=c;

plotr*t;

画残差序列图，对应书4-10图,创建残差数据集c,X-11过程,简介X-11过程是美国国情调查局编制的时间序列季节调整过程。

它的基本原理就是时间序列的确定性因素分解方法因素分解长期趋势起伏季节波动不规则波动交易日影响模型加法模型乘法模型,例4.7的SAS过程,对1993年2000年中国社会消费品零售总额序列使用X-11过程进行季节调整选择模型（无交易日影响）,X-11的SAS过程,dataa;

X-11的SAS过程,procx11data=a;

monthlydate=t;

varx;

outputout=outb1=xd10=seasond11=adjustedd12=trendd13=irr;

plotx*t=1season*t=2adjusted*t=2trend*t=2irr*t=2/overlay;

symbol1c=blacki=joinv=star;

symbol2c=redi=joinv=nonew=2;

X-11的SAS过程,语句说明：

procx11data=a;

：

对数据集a的数据进行X-11分析；

monthlydate=t;

告诉系统这是月度数据（如是季度数据就记作quarterly），变量t为时间变量名；

varx;

进行季节调整的变量为x；

outputout=outb1=xd10=seasond11=adjustedd12=trendd13=irr;

输出部分结果到临时数据集OUT，要求的输出结果是：

X-11的SAS过程,outputout=outb1=xd10=seasond11=adjustedd12=trendd13=irr;

1、原始序列值x（表b1的数值）；

2、季节指数（或称为季节因子）season（表d10的数据）；

3、季节调整后的序列值adjusted（表d11的数据）；

4、趋势拟合值trend（表d12的数据）；

5、不规则波动值irr（表d13的数据）。