




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、基于SAS分析美国国民生产总值的季度数据研究一、目的:学习时间序列数据分析技巧,了解ARIMA模型。二、内容:47年1季度到96年3季度美国国民生产总值的季度数据。三、要求:写出分析报告。四、软件:SAS系统。一般流程:1) 平稳性检验方法:时序图、自相关系数和自相关图检验、单位根检验2) 模型识别方法:利用自相关系数、偏相关系数图进行模型识别; 计算扩展的样本自相关函数并利用其估计值进行模型识别; 利用最小信息准则进行模型识别; 利用典型相关系数平方估计值进行模型识别;注: ACF图和PACF图的模型识别自相关系数图(ACF图)偏相关系数图(PACF图)模型识别结果q阶截尾拖尾MA(q)拖尾
2、P阶截尾AR(p)拖尾拖尾ARMA3) 模型的参数估计及检验检验拟合性、参数估计显著性、残差项无自相关性(残差项白噪声检验)4) 模型的预测例题实验步骤:1) 建立数据集data exp3; input gnp; date=intnx('qtr','1jan47'd,_n_-1); format date yyqc.; cards;227.8 231.7 236.1 246.3 252.6 259.9 266.8 268.1 263.0 259.5 261.2 258.9 269.6 279.3 296.9 308.4 323.2 331.1 337.9 342
3、.3 345.3 345.9 351.7 364.2 371.0 374.5 373.7 368.7 368.4 368.7 373.4 381.9 394.8 403.1 411.4 417.8 420.5 426.0 430.8 439.2 448.1 450.1 457.2 451.7 444.4 448.6 461.8 475.0 499.0 512.0 512.5 516.9 530.3 529.2 532.2 527.3 531.8 542.4 553.2 566.3 579.0 586.9 594.1 597.7 606.8 615.3 628.2 637.5 654.5 663
4、.4 674.3 679.9 701.2 713.9 730.4 752.6 775.6 785.2 798.6 812.5 822.2 828.2 844.7 861.2 886.5 910.8 926.0 943.6 966.3 979.9 999.3 1008.0 1020.3 1035.7 1053.8 1058.4 1104.2 1124.9 1144.4 1158.8 1198.5 1231.8 1256.7 1297.0 1347.9 1379.4 1404.4 1449.7 1463.9 1496.8 1526.4 1563.2 1571.3 1608.3 1670.6 172
5、5.3 1783.5 1814.0 1847.9 1899.0 1954.5 2026.4 2088.7 2120.4 2166.8 2293.7 2356.2 2437.0 2491.4 2552.9 2629.7 2687.5 2761.7 2756.1 2818.8 2941.5 3076.6 3105.4 3197.7 3222.8 3221.0 3270.3 3287.8 3323.8 3388.2 3501.0 3596.8 3700.3 3824.4 3911.3 3975.6 4022.7 4100.4 4158.7 4238.8 4306.2 4376.6 4399.4 44
6、55.8 4508.5 4573.1 4655.5 4731.4 4845.2 4914.5 5013.7 5105.3 5217.1 5329.2 5423.9 5501.3 5557.0 5681.4 5767.8 5796.8 5813.6 5849.0 5904.5 5959.4 6016.6 6138.3 6212.2 6281.1 6390.5 6458.4 6512.3 6584.8 6684.5 6773.6 6876.3 6977.6 7062.2 7140.5 7202.4 7293.4 7344.3 7426.6 7537.5 7593.6;run;注:Intnx函数按间
7、隔递增日期,Intnx函数计算某个区间经过若干区间间 隔之后的间隔的开始日期或日期时间值,其中开始间隔内的一个日期或 日期时间值给出。 Intnx函数的格式如下: Intnx(interval,from,n)2、 2)绘序列图,输入如下程序: proc gplot data=exp3; symbol1 i=spline; plot gnp*date=1; run;3、 观察图形,发现图形成指数函数上升形式,故做对数变换,输入如下程序:data lexp; set exp3; lgnp=log(gnp);run;4、 绘变换后序列图,输入如下程序:proc gplot data=lexp; sy
8、mbol2 i=spline c=red; plot lgnp*date=2;run;5、 提交程序,到graph窗口中观察变换后的序列图,可以看出它成直线上升趋势。对序列做初步识别,输入如下程序:proc arima data=lexp; identify var=lgnp nlag=12;run;运行结果如下:Fig1.Description statisticsFig 2. autocorrelations,inverse autocorrelations and partial autocorrelationsFig 3. autocorrelation check for white
9、 noise6、 提交程序,观察样本自相关系数,可看出有缓慢下降趋势,结合我们观察的图形,我们知道要对序列做差分运算,作一阶差分,输入如下程序:identify var=lgnp(1) nlag=12;run;结果如下: 7、 提交程序,观察样本自相关系数,可看出样本自相关系数5步后是截尾的,那么确定为MA(5)模型,进行参数估计,输入如下程序:estimate q=5 plot;run;结果如图: 参数估计及显著性结果及拟合统计量模型残差项的白噪声检验8、 提交程序,观察输出结果,可看出模型通过了白噪声检验,说明模型拟合充分。且MA1,3 , MA1,4的T值较小,说明参数显著为0,除掉这两
10、项重新进行估计,输入如下程序:estimate q=(1,2,5) plot;run;参数估计及显著性结果及拟合统计量模型残差项的白噪声检验残差项的自相关系数图9、 提交程序,观察输出结果,可看出模型通过了白噪声检验,说明模型拟合充分,且残差标准误与前一估计相差很小,故以此结果为我们所要的结果,依此结果写出方程式。所以可得模型方程式为: Z(t)+0.4674Z(t-1)+0.30715Z(t-2)-0.30001Z(t-5)=0.01766+a(t)10、 进行预测,预测美国未来2年的每季国民生产总值。输入如下程序: forecast lead=6 interval=qtr id=date
11、out=results; run; data results; set results; gnp=exp(lgnp); l95=exp(l95); u95=exp(u95); forecast=exp(forecast+std*std/2); run; proc print data=results; var date forcast; where date>=1jan96d; run;11、 提交程序,并把预测值记录下来。实验练习:分析武汉市2002/01/01-2003/05/31日火车站旅客客流量数据(单位:千人),并预测6月份前10天的旅客流量。114 65 49 118 142
12、 148 157 92 111 110 120 140 93 64 66 59 73 77 31 27 25 44 50 57 57 30 30 30 33 53 62 65 35 60 63 57 36 68 70 66 61 55 74 85 60 53 70 97 95 77 63 76 68 45 56 67 68 85 77 71 84 64 71 35 59 110 80 88 56 89 65 72 66 60 42 51 66 128 85 69 57 62 31 83 86 66 59 51 80 86 69 60 58 44 48 51 49 54 33 29 43 110
13、 105 62 53 55 61 36 64 61 59 55 66 66 56 63 62 58 60 55 44 44 40 50 54 52 51 44 44 49 38 69 32 51 85 69 89 65 67 56 51 47 40 52 77 77 68 61 64 75 68 80 58 58 56 50 62 62 60 62 61 59 59 53 41 38 36 50 40 37 42 47 53 31 48 46 51 46 46 48 77 65 64 81 92 77 55 45 52 61 80 103 83 81 76 55 49 54 60 60 78
14、56 61 53 48 66 74 58 51 65 72 76 74 86 64 40 51 62 63 58 64 51 68 70 82 85 74 57 51 30 55 65 82 89 77 70 67 68 78 96 87 100 111 93 93 90 103 116 87 82 64 85 66 37 55 74 56 33 38 51 54 76 90 74 72 73 76 56 85 40 38 36 46 72 87 117 100 80 66 78 66 73 94 104 93 100 97 97 65 58 61 73 52 38 27 40 68 82 5
15、7 96 117 65 34 53 43 63 66 73 106 114 73 70 107 110 123 179 107 79 46 37 57 55 62 51 47 53 63 57 68 66 76 67 98 68 100 141 120 113 85 83 61 36 62 69 56 58 73 101 157 149 114 154 62 50 51 52 46 63 47 31 49 55 71 67 66 78 68 66 79 77 37 51 71 72 68 76 145 168 158 143 225 228 190 133 192 152 141 111 99 86 69 51 64 82 79 102 31 44 31 52 69 93 108 132 80 100 82 49 77 145 99 78 105 150 75 100 108 86 103 100 89 99 82 80 86 81 64 66 67 40 53 77 78 97 97 115 8
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 机器人服务行业智能机器人操作系统考核试卷
- 电梯门机系统的故障分析与维修考核试卷
- 地质勘查项目中的环境地质调查与评价方法考核试卷
- 体育外交促进考核试卷
- 海洋气象与渔业生产考核试卷
- 盐工职业技能培训与晋升机制考核试卷
- 照明设计基础与灯具选择考核试卷
- 电子宠物配件零售考核试卷
- 2025简易物业租赁合同协议
- 2025私募投资基金管理合同协议书范本 分级
- 办公楼外立面节能亮化方案
- 医院培训课件:《结直肠癌围手术期的护理》
- 混凝土路面工程监理实施细则
- 电子商务师(三级)技能理论考试复习题及答案
- 2024年西式面点师(技师)试题库及答案
- if函数的使用省公开课获奖课件市赛课比赛一等奖课件
- 《政府购买动物防疫社会化服务管理规范(征求意见稿)》
- 2024年四川省巴中市中考道德与法治试卷真题(含答案解析)
- 2024年全国职业院校技能大赛高职组(康复治疗技术赛项)考试题库(含答案)
- 2024年北京中考地理试卷
- 食品安全日管控、周排查及月调度记录表
评论
0/150
提交评论