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（14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　实验目得

１、了解软件R:

安装、启动、退出、帮助等．

2、熟悉Ｒ得操作界面。

二、实验内容及要求：

1、实验内容：

（1）R得安装；

（2）启动与退出;

（3）包得安装及R得更新；

（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得操作环境;

（２）熟悉包得安装与帮助;

（3）学习常见命令,熟悉R得操作界面。

三、实验过程及结果

１、

（1）R得安装

（２）启动与退出；

（3）包得安装及R得更新；

A、包得安装

＞　ｃhooｓeCRAＮmirror（）ﻫ〉　instalｌ、ｐａcｋaｇｅｓ（）

B、R得更新

〉iｎsｔalｌ、ｐaｃkａges（”inｓtallr"）

＞　library（inｓｔaｌlｒ）ﻫ〉updateＲ（）

（４）帮助及移除多个对象等;

> ?

关键字

> ？

?

关键字

〉　help、stａrt（）#帮助ﻫ> rｍ（）ﻫ> rm（liｓt=lｓ（））#移除多个对象

（５）常见命令

四、实验心得　

　　　　了解了R得一些基本使用及其常见得命令,为自己深入学习ｒ得使用打下了基础。

实验二R语言简介:

数据集创建与处理

一　实验目得

1、掌握R数据集得不同创建形式．

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得处理

２、实验要求：

熟悉R数据集得不同创建方法,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,、、、可以就是任何类型得列向量

（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:

需要导出得数据

#fiｌe：

导出得文件路径

#ｓeｐ:

分隔符，默认为空格（＂”）,也就就是以空格为分割列

#row、names：

就是否导出行序号,默认为TRUE,也就就是导出行序号

#col、ｎamｅs:

就是否导出列名,默认为ＴRUE,也就就是导出列名

#quotｅ:

字符串就是否使用引号表示，默认为TRUE，也就就是使用引号表示

（5）时间序列数据输入

（６）对已有数据集中数据得处理

（5）（6）合

＞liｂｒａｒy（readxl）

〉Ｘ２_7<—rｅａｄ＿ｅxcel（＂C:

/Userｓ/Ａdmｉniｓtraｔoｒ/Dｅsktoｐ／2、７、ｘlｓx"）

〉sumｍary（Ｘ2＿7）

　　　３3０、45　　33０、97　　　331、64　　　　332、8７　　　333、６1　　　

Miｎ、　　：

331、６　Mｉn、：

330、１Ｍin、：

３28、6　　Min、：

３28、3　　Mｉn、:

３29、4

1stQu、:

33２、9　1ｓｔQｕ、:

33２、4１sｔQu、：

331、9　1stQu、:

331、5　1ｓtＱu、:

3３２、8

Median：

33４、7　Mediａn:

334、４　　Median　:

33３、7Ｍeｄiａn　:

3３４、4　　Mｅdian:

３35、1

　Mean:

335、0　Mｅａn：

3３4、2　Mean　　:

３33、9Mean：

33４、３　　Meａn　：

33５、2

　３rd　Qu、：

33６、８３rdQu、:

3３6、1３rdＱu、:

33５、9　３ｒd　Qu、：

3３7、0３rdQｕ、：

337、7　

Max、:

339、2Maｘ、：

338、2　　　Ｍaｘ、:

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,我知道了文件其她格式得文件如何导入R,知晓乐数据集得创建,使用及一些简单得处理。

实验三　　平稳时间序列模型预处理

一实验目得

１、掌握平稳时间序列得特点

２、学会通过序列图形对时间序列进行平稳性检验与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，并进行平稳性检验与纯随机性检验。

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

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

（４）导入课后作业（41页第6题）数据并绘制时序图，进行平稳性检验与纯随机性检验,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与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,并进行平稳性检验与纯随机性检验。

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（ｉ　in1:

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-Pierce　tｅst

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,并进行平稳性检验与纯随机性检验。

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（ｉ　in　1：

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-Pierｃe　test

datａ：

wateｒ

X—sqｕａred　=　７、７505，　dｆ＝6，ｐ—value=0、257

Box-Ｐierce　test

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,并进行平稳性检验与纯随机性检验.

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（i　iｎ　1：

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,进行平稳性检验与纯随机性检验,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（ｉin　１:

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-Pierce　test

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,知晓了更多得R语言使用得知识，为以后得《时间序列分析》得学习打下了一定得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　实验目得

1、掌握AR模型平稳性、MA模型得可逆性及ＡRMA模型平稳可逆性得判别条件；

2、掌握利用序列得自相关图与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…

从上图可瞧出,该序列样本自相关系数。

。

..。

。

五、实验心得

通过本次实验,学会。

.．