SAS经济时间序列分-各种模型分析

1、PAGE 1PAGE 61 目 录实验一 分析太阳黑子数序列3实验二 模拟AR模型4实验三 模拟MAA模型和和ARMMA模型型6实验四 分析化化工生产产量数据据8实验五 模拟ARRIMAA模型和和季节AARIMMA模型型10实验六 分析美美国国民民生产总总值的季季度数据据113实验七 分析国国际航线线月度旅旅客总数数数据16实验八 干预模模型的建建模199实验九 传递函函数模型型的建模模222实验十 回归与与时序相相结合的的建模25太阳黑子子年度数数据28美国国民民收入数数据29化工生产产过程的的产量数数据30国际航线线月度旅旅客数据据300洛杉矶臭臭氧每小小时读数数的月平平均值数数据31煤气

2、炉数数据35芝加哥某某食品公公司大众众食品周周销售数数据37牙膏市场场占有率率周数据据399某公司汽汽车生产产数据444加拿大山山猫数据据444 实验一一 分析析太阳黑黑子数序序列一、实验验目的：了解时时间序列列分析的的基本步步骤，熟熟悉SAAS/EETS软软件使用用方法。二、实验验内容：分析太太阳黑子子数序列列。三、实验验要求：了解时时间序列列分析的的基本步步骤，注注意各种种语句的的输出结结果。四、实验验时间：2小时时。五、实验验软件：SASS系统。六、实验验步骤1、开机机进入SSAS系系统。创建名为为expp1的SASS数据集集，即在在窗中输输入下列列语句：保存此步步骤中的的程序，供以后后

3、分析使使用（只只需按工工具条上上的保存存按钮然然后填写写完提问问后就可可以把这这段程序序保存下下来即可可）。绘数据与与时间的的关系图图，初步步识别序序列，输输入下列列程序：ods htmml;ods lisstinng cclosse;run;提交程程序，在在graaph窗窗口中观观察序列列，可以以看出此此序列是是均值平平稳序列列。识别模型型，输入入如下程程序。提交程序序，观察察输出结结果。初初步识别别序列为为AR(2)模型。估计和诊诊断。输输入如下下程序：提交程序序，观察察输出结结果。假假设通过过了白噪噪声检验验，且模模型合理理，则进进行预测测。进行预测测，输入入如下程程序：提交程序序，观察

4、察输出结结果。退出SAAS系统统，关闭闭计算机机。总程序：dataa exxp1;infiile D:exxp1.txtt;inpuut aa1 ;yearr=inntnxx(yyearr,1jaan17742d,_n_-1);formmat yeaar yyearr4.;procc prrintt;ruun;ods htmml;ods lisstinng cclosse;procc gpplott daata=expp1 ; syymbool ii=spplinne vv=doot hh=1 cv=redd cii=grreenn w=1; pllot a1*yeaar/aautoovree

5、f llvreef=22 cfframme=yyelllow cvrref=blaack ; tiitlee 太太阳黑子子数序列列;run; prooc aarimma ddataa=exxp1; iddenttifyy vaar=aa1 nnlagg=244 miinicc p=(0:5) q=(0:55); esstimmatee p=3; fooreccastt leead=6 iinteervaal=yyearr idd=yeear outt=ouut;run;procc prrintt daata=outt;run;选取拟合合模型的的规则:1.模型型显著有有效(残残差检验验为白噪噪声

6、)2.模型型参数尽尽可能少少3.结合合自相关关图和偏偏自相关关图以及及minnic条条件(BBIC信信息量最最小原则则),选选取显著著有效的的参数 实验二二 模拟ARR模型实验目的的：熟悉悉各种AAR模型型的样本本自相关关系数和和偏相关关系数的的特点，为理 论学学习提供供直观的的印象。实验内容容：随机机模拟各各种ARR模型。实验要求求：记录录各ARR模型的的样本自自相关系系数和偏偏相关系系数，观观察各种种序列 图形形，总结结AR模型型的样本本自相关关系数和和偏相关关系数的的特点实验时间间：2小小时。实验软件件：SAAS系统统。实验步骤骤1、开机机进入SSAS系系统。模拟实根根情况，模拟过过程。

7、在ediit窗中中输入如如下程序序： 4、观察输输出的数数据，输输入如下下程序，并提交交程序。观察样本本自相关关系数和和偏相关关系数，输入输输入如下下程序，并提交交程序。作为作作业把样样本自相相关系数数和偏相相关系数数记录下下来。估计模型型参数，并与实实际模型型的系数数进行对对比，即即输入如如下程序序，并提提交。模拟虚根根情况，模拟过过程。重重复步骤骤3-7即可可（但部部分程序序需要修修改，请请读者自自己完成成）。模拟ARR(3)模型，模拟过过程。重重复步骤骤3-7即可可(但部分分程序需需要修改改，请读读者自己己完成).10、回回到grraphh窗口观观察各种种序列图图形的异异同11、退退出S

8、AAS系统统,关闭计计算机.总程序:titlle;dataa a; x1=00.5; x2=00.5; do ii=-550 tto 2250; a=raannoor(3325665); x=a-0.66*x11+0.4*xx2; x2=xx1; x1=xx; outpput; end; run;procc prrintt daata=a; var x; procc gpplott daata=a;symbbol i=sspliine c=rred; plott x*i/hhaxiis=-50 to 2555 byy 200; run;quitt;procc arrimaa daata=a;

9、idenntiffy vvar=x nnlagg=100 miinicc p=(0:3) q=(0:33) ooutccov=expp1; estiimatte pp=2 noiint;run; procc gpplott daata=expp1;symbbol i=nneeddle widdth=6;plott coorr*lagg;run;procc gpplott daata=expp1;symbbol i=nneeddle widdth=6;plott paartccorrr*laag;run; 实验三三 模拟拟MA模型型和ARRMA模模型实验目的的：熟悉悉各种MMA模型型和ARRMA

10、模模型的样样本自相相关系数数和偏相相关系数数 的特特点，为为理论学学习提供供直观的的印象。实验内容容：随机机模拟各各种MAA模型和和ARMMA模型型。实验要求求：记录录各MAA模型和和ARMMA模型型的样本本自相关关系数和和偏相关关系数， 观察察各序列列的异同同，总结结MA模型型和ARRMA模模型的样样本自相相关系 数和和偏相关关系数的的特点实验时间间：2小小时。实验软件件：SAAS系统统。实验步骤骤开机进入入SASS系统。2、模拟拟情况，模拟过过程。在ediit窗中中输入如如下程序序：4、观察察输出的的数据序序列，输输入如下下程序，并提交交程序。观察样本本自相关关系数和和偏相关关系数，输入输

11、输入如下下程序，并提交交程序。估计模型型参数，并与实实际模型型的系数数进行对对比，即即输入如如下程序序，并提提交。模拟情况况，模拟拟过程。重复步步骤3-7即可可（但部部分程序序需要修修改，请请读者自自己完成成）。模拟情况况，模拟拟过程。重复步步骤3-7即可可（但部部分程序序需要修修改，请请读者自自己完成成）。模拟情况况，模拟拟过程。重复步步骤3-7即可可（但部部分程序序需要修修改，请请读者自自己完成成）。模拟ARRMA模模型，模模拟过程程。重复复步骤33-7即可可(但部分分程序需需要修改改，请读读者自己己完成).回到grraphh窗口观观察各种种序列图图形的异异同。退出SAAS系统统,关闭计计

12、算机.总程序:dataa a; a1=00; a2=00; do nn=1tto 2250; a=raannoor(3325665); x=a+0.665*aa1+00.244*a22; a2=aa1; a1=aa; outpput; end; run;procc gpplott daata=a;symbbol i=sspliine h=11 w=1;plott x*n /haxxis=-100 too 2660 bby 110;run;procc arrimaa daata=a; idenntiffy vvar=x nnlagg=100 miinicc p=(0:3) q=(0:33) oo

13、utccov=expp1; estiimatte qq=2 noiint;run; procc gpplott daata=expp1;symbbol11 i=neeedlee c=redd;plott coorr*lagg=1;run;procc gpplott daata=expp1;symbbol22 i=neeedlee c=greeen;plott paartccorrr*laag=22;run;quitt; 实验四四 分析析化工生生产量数数据实验目的的：进一一步熟悉悉时间序序列建模模的基本本步骤，掌握用用SACCF及SPAACF定定 模型型的阶的的方法。实验内容容：分析析化工生生产

14、过程程的产量量序列。实验要求求：掌握握ARMMA模型型建模的的基本步步骤，初初步掌握握数据分分析技巧巧。写出出 实验验报告。实验时间间：2小小时。实验软件件：SAAS系统统。实验步骤骤开机进入入SASS系统。创建名为为expp2的SAAS数据据集，即即在窗中中输入下下列语句句：保存此步步骤中的的程序，供以后后分析使使用（只只需按工工具条上上的保存存按钮然然后填写写完提问问后就可可以把这这段程序序保存下下来即可可）。绘数据与与时间的的关系图图，初步步识别序序列，输输入下列列程序：提交程序序，在ggrapph窗口口中观察察序列，可以看看出此序序列是均均值平稳稳序列。识别模型型，输入入如下程程序。提

15、交程序序，观察察输出结结果，发发现二阶阶样本自自相关系系数和一一阶的样样本偏相相关系数数都在22倍的标标准差之之外，那那么我们们首先作作为一阶阶AR模型型估计，输入如如下程序序：提交程序序，观察察输出结结果，发发现残差差能通过过白噪声声检验，但它的的二阶的的样本偏偏相关系系数比较较大，那那么我们们考虑二二阶ARR模型。输入如如下程序序：提交程序序，观察察输出结结果，发发现残差差样本自自相关系系数和样样本偏相相关系数数都 在在2倍的的标准差差之内。且能通通过白噪噪声检验验。比较较两个模模型的AAIC和和SBCC, 发发现第二二个模型型的AIIC和SBCC都比第第一个的的小，故故我们选选择第二二个

16、模型型为 我我们的结结果。记录参数数估计值值，写出出模型方方程式。进行预测测，输入入如下程程序：提交程序序，观察察输出结结果。退出SAAS系统统，关闭闭计算机机。dataa exxp2; innfille D:expp1.ttxt; innputt x ; n=_n_;procc prrintt;ruun;procc gpplott daata=expp2; syymbool ii=jooin v=sstarr h=2 cci=ggreeen ccv=rred; pllot x*nn/vrref=30 50 70 cvrref=redd lvvreff=2 ;run;procc arrimaa

17、 daata=expp2;idenntiffy vvar=x nnlagg=122 miinicc p=(0:3) q=(0:33);estiimatte pplott p=1;foreecasst lleadd=2 outt=ouut;run;quitt; 实验五五 模拟拟ARIIMA模模型和季季节ARRIMAA模型实验目的的：熟悉悉各种AARIMMA模型型的样本本自相关关系数和和偏相关关系数的的特点， 区别别各种AARIMMA模型型的图形形，为理理论学习习提供直直观的印印象。实验内容容：随机机模拟各各种ARRIMAA模型。实验要求求：记录录各ARRIMAA模型的的样本自自相关系系数和偏偏相

18、关系系数观察察各序列列 图形形的异同同，总结结ARIIMA模模型的样样本自相相关系数数和偏相相关系数数 的特特点实验时间间：2小小时。实验软件件：SAAS系统统。实验步骤骤开机进入入SASS系统。2、模拟拟ARIIMA(0,11,1)过程，模拟过过程。创建数据据集，在在ediit窗中中输入如如下程序序： 4、观察输输出的数数据序列列，输入入如下程程序：。 5、提交程程序，在在Graaph窗窗口中观观察图形形。6、观察察样本自自相关系系数和偏偏相关系系数，输输入输入入如下程程序： 提交程程序，发发现自相相关系数数成缓慢慢下降的的趋势，说明要要做差分分运算，做一阶阶差分运运算，输输入如下下程序：提

19、交程序序，观察察样本自自相关系系数与样样本偏相相关系数数，发现现自相关关系数11阶截尾尾，故判判断差分分后序列列为MAA(1)模型。进行模模型参数数估计，输入如如下程序序：提交程序序，并观观察残差差图，发发现模型型拟合完完全。10、写写出模型型的方程程，并与与真实模模型对比比。titlle;dataa a; x1=00.9; a1=00; do nn=0 to 2500; a=raannoor(3325665); x=x11+a-0.88*a11; x1=xx; a1=aa; outpput; end; run;procc gpplott daata=a; syymbool ii=jooin

20、v=ddot h=11 cii=grreenn cvv=reed; pllot x*nn/vrref=-2 1 44 cvvreff=reed llvreef=22 haaxiss=-110 tto 2260 by 10;run;procc arrimaa daata=a; idenntiffy vvar=x nnlagg=100 miinicc p=(0:3) q=(0:33) ooutccov=expp1; run; procc gpplott daata=expp1;symbbol11 i=neeedlee c=redd;plott coorr*lagg=1;run;procc gppl

21、ott daata=expp1;symbbol22 i=neeedlee c=greeen;plott paartccorrr*laag=22;run;procc arrimaa daata=a; iddenttifyy vaar=xx(1) nllag=24 minnic p=(0:33) qq=(00:3); /*一一阶差分分x(11)*/run;estiimatte qq=1 ploot nnoinnt;run;quitt;11、模模拟ARRIMAA(1,1,00)模型型，模拟拟过程。重复步步骤 3-10即可可（但部部分程序序需要修修改，请请读者自自己完成成）。模拟模型型， 模拟拟模型,

22、 即模型。13、创创建数据据集，在在ediit窗中中输入如如下程序序：绘序列图图，输入入如下程程序：提交程序序，到ggrapph窗口口中观察察序列图图形。初步识别别模型，输入如如下程序序：提交程序序，观察察样本自自相关系系数和样样本偏相相关系数数。做季节差差分和一一阶差分分除掉季季节因子子和趋势势因子，输入如如下程序序：提交程序序，观察察样本自自相关系系数和样样本偏相相关系数数，确定定模型阶阶数。估计模型型参数，输入如如下程序序：提交程序序，观察察残差的的样本自自相关系系数和样样本偏相相关系数数，看是是否通过过 了白白噪声检检验。写写出模型型方程式式，并与与真实模模型对比比。回到grraphh

23、窗口观观察各种种序列图图形的异异同。退出SAAS系统统,关闭计计算机. daata c; x11=0.9;xx2=00;x33=0;x4=0;xx5=00;x66=0;x7=0; x88=0;x9=0;xx10=0;xx11=0;xx12=0;xx13=0; a11=0;a2=0;aa3=00;a44=0;a5=0;aa6=00;a77=0; a88=0;a9=0;aa10=0;aa11=0;aa12=0;aa13=0; doo n=0 tto 2250; a=rrannnor(123345); x=xx1+xx12-x133+a-0.44*a11-0.6*aa12+0.224*aa13; x

24、133=x112;xx12=x111;x111=xx10;x100=x99;x99=x88;x88=x77; x7=x6;x6=x5;x5=x4;x4=x3;x3=x2;x2=x1;x1=x; a133=a112;aa12=a111;a111=aa10;a100=a99;a99=a88;a88=a77; a7=a6;a6=a5;a5=a4;a4=a3;a3=a2;a2=a1;a1=a; ouutpuut; ennd; ruun;procc gpplott daata=c; syymbool ii=jooin v=ddot h=11 cii=grreenn cvv=reed; pllot x*n

25、n/vrref=-200 1 10 cvrref=redd lvvreff=2 haxxis=-100 too 2660 bby 110;run;procc arrimaa daata=c; idenntiffy vvar=x nnlagg=200 miinicc p=(0:3) q=(0:33); run; idenntiffy vvar=x(11,122) nnlagg=366 miinicc p=(0:3) q=(0:33) outtcovv=exxp1;run;estiimatte qq=(11)(112) metthodd=clls nnoinnt;run;procc gpplott

26、 daata=expp1;symbbol11 i=neeedlee c=redd;plott coorr*lagg=1;run;procc gpplott daata=expp1;symbbol22 i=neeedlee c=greeen;plott paartccorrr*laag=22;run;quitt; 实验六六 分析析美国国国民生产产总值的的季度数数据一、实验验目的：进一步步学习数数据分析析技巧，进一步步了解AARIMMA模型型。二、实验验内容：47年年1季度度到966年3季季度美国国国民生生产总值值的季度度数据。三、实验验要求：写出分分析报告告。四、实验验时间：2小时时。五、实验验

27、软件：SASS系统。六、实验验步骤1、开机机进入SSAS系系统。2、建立立名为eexp33的SASS数据集集，输入入如下程程序：保存上述述程序，供以后后分析使使用（只只需按工工具条上上的保存存按钮，然后填填写 完完提问后后就可以以把这段段程序保保存下来来）。绘序列图图，输入入如下程程序：观察图形形，发现现图形成成指数函函数上升升形式，故做对对数变换换，输入入如下程程序：绘变换后后序列图图，输入入如下程程序：提交程序序，到ggrapph窗口口中观察察变换后后的序列列图，可可以看出出它成直直线上升升趋势。对序列列做初步步识别，输入如如下程序序：提交程序序，观察察样本自自相关系系数，可可看出有有缓慢

28、下下降趋势势，结合合我们观观察的图图形，我我们知道道要对序序列做差差分运算算，作一一阶差分分，输入入如下程程序：提交程序序，观察察样本自自相关系系数，可可看出样样本自相相关系数数5步后后是截尾尾的,那那么确定定为MAA(5)模型,进行参参数估计计,输入入如下程程序:提交程序序，观察察输出结结果，可可看出模模型通过过了白噪噪声检验验，说明明模型拟拟合充分分。且MMA1,3 , MAA1,44的T值较小小，说明明参数显显著为00，除掉掉这两项项重新进进行估计计，输入入如下程程序：提交程序序，观察察输出结结果，可可看出模模型通过过了白噪噪声检验验，说明明模型拟拟合充分分，且残残差标准准误与前前一估计

29、计相差很很小，故故以此结结果为我我们所要要的结果果，依此此结果写写出方程程式。进行预测测，预测测美国未未来2年年的每季季国民生生产总值值。输入入如下程程序：提交程序序，并把把预测值值记录下下来。退出SAAS系统统，关闭闭计算机机。dataa exxp3; innfille C:Doccumeentss annd SSetttinggsAAdmiinisstraatorr桌面面exxp1.txtt; innputt gnnp; daate=inttnx(qttr,1jjan447dd,_nn_-11); foormaat ddatee yyyqc.;run;procc gpplott daata

30、=expp3; syymbool ii=jooin w=2 cci=ggreeen; /*ww：线的的大小 h：点点的大小小 l：线的类类型*/ pllot gnpp*daate=1;run;dataa leexp; sett exxp3; lgnnp=llog(gnpp);run;procc gpplott daata=lexxp; syymbool2 i=sspliine c=rred w=22; pllot lgnnp*ddatee=2 ;run;procc arrimaa daata=lexxp; iddenttifyy vaar=llgnpp(1) nllag=12 minnic p

31、=(0:33) qq=(00:3);run;estiimatte qq=5;run;estiimatte qq=(11,2,5) ploot;run;foreecasst lleadd=6 inttervval=qtrr idd=daate outt=reesullts;run;dataa reesullts22;set ressultts;gnp=expp(lggnp);l95=expp(l995);u95=expp(u995);foreecasst=eexp(forrecaast);keepp daate gnpp l995 fforeecasst uu95;run;procc prrin

32、tt daata=ressultts2;var datte ggnp l955 fooreccastt u995;wherre ddatee=1jaan966d;run;procc gpplott daata=ressultts2;plott gnnp*ddatee=1 forrecaast*datte=22 l995*ddatee=3 u955*daate=3/ooverrlayy leegennd;symbbol11 v=dott cvv=reed ii=noone h=11 w=1;symbbol22 i=joiin cci=ggreeen;symbbol33 i=spllinee ci

33、i=bllackk l=2;run;quitt; 实验七七 分析析国际航航线月度度旅客总总数数据据实验目的的：熟悉悉运用SSAS建建立模型型的方法法，进一一步 了解解模型的的特征。二、实验验内容：19449年11月至119600年122月国际际航线月月度旅客客总数数数据。三、实验验要求：写出分分析报告告。四、实验验时间：2小时时。五、实验验软件：SASS系统。六、实验验步骤1、开机机进入SSAS系系统。2、建立立名为eexp44的SAAS数据据集，输输入如下下程序：绘序列图图，输入入如下程程序：提交程序序，观察察图形，发现图图形有很很强的季季节性，且成指指数函数数上升形形式，故故做对数数变换，

34、输入如如下程序序：绘变换后后序列图图，输入入如下程程序：提交程序序，到ggrapph窗口口中观察察变换后后的序列列图，可可以看出出它总的的趋势成成直线上上升，且且有很强强的季节节性。对对序列做做初步识识别，输输入如下下程序：提交程序序，观察察样本自自相关系系数和偏偏相关系系数，可可看出样样本自相相关系数数有缓慢慢下降趋趋势，偏偏相关系系数在11步，113步，25步步较大，我们作作一步一一阶差分分，输入入如下程程序：提交程序序，观察察样本自自相关系系数和偏偏相关系系数，发发现样本本自相关关系数在在12步步，244步，336步特特别大,而偏相相关系数数在122步特别别大，那那么我们们再做112步的

35、的一阶差差分，输输入如下下程序：10、提提交程序序，观察察样本自自相关系系数和偏偏相关系系数，发发现样本本自相关关系数在在1步，112步特特别大,而偏相相关系数数看不出出有特别别的规律律，我们们可确定定模型的MA因因子为。11、进进行参数数估计，输入如如下程序序：、提交程程序，观观察输出出结果，可看出出模型通通过了白白噪声检检验，说说明模型型拟 合充分分，故以以此结果果为我们们所要的的结果，依此结结果写出出方程式式。13、进进行预测测，输入入如下程程序： 144、提交交程序，仔细观观察预测测的结果果有什么么规律，思考为为什么有有这样的的规律？15、变变换预测测值，以以获取原原度量下下的预测测值

36、，输输入如下下程序：绘预测和和置信限限的散点点图，输输入如下下程序：提交程序序，观察察图形。退出SAAS系统统，关闭闭计算机机。dataa exxp4; innfille C:Doccumeentss annd SSetttinggsAAdmiinisstraatorr桌面面exxp1.txtt; innputt aiir; daate=inttnx(moonthh,1jaan499d,_n_-1); foormaat ddatee moonyyy.;run;procc gpplott daata=expp4;symbbol11 i=joiin vv=doot cc=reed;plott ai

37、ir*ddatee=1;run;dataa laair; sett exxp4; laiir=llog(airr);run;procc gpplott daata=laiir; syymbool2 i=sspliine c=ggreeen; pllot laiir*ddatee=2;run;procc arrimaa daata=laiir; iddenttifyy vaar=llairr nllag=36;run;idenntiffy vvar=laiir(11) nnlagg=244;run;idenntiffy vvar=laiir(11,122) nnlagg=244 miinicc;

38、run;estiimatte qq=(11)(112) nocconsstannt mmethhod=ulss pllot;run;foreecasst lleadd=3 inttervval=monnth id=datte oout=b;run;procc prrintt daata=b;run;dataa c; sett b; airr=exxp(llairr); forrecaast=expp(fooreccastt+sttd*sstd/2); l955=exxp(ll95); u955=exxp(uu95);run;procc prrintt daata=c;run;symbbol11

39、 I=nonne vv=sttar r=11 c=redd;symbbol22 I=joiin vv=pllus r=11 c=greeen;symbbol33 I=joiin vv=noone l=33 r=1 cc=bllue;procc gpplott daata=c;wherre ddataa=1jaan599d;plott aiir*ddatee=1 forrecaast*datte=22 l995*ddatee=3 u955*daate=3/ ooverrlayy haaxiss=11jann59d tto 1maar611d by monnth;run; 实验八八 干预预模型的的

40、建模实验目的的：掌握握干预模模型的分分析方法法，进一一步熟悉悉ARIIMA过过程的使使用方法法。二、实验验内容：19555年11月至119722年122月洛杉杉矶月平平均臭氧氧数据。三、实验验要求：写出实实验报告告，掌握握干预模模型的建建模方法法。四、实验验时间：2小时时。五、实验验软件：SASS系统。六、实验验步骤1、开机机进入SSAS系系统。2、建立立名为eexp55的SAAS数据据集，输输入如下下程序：或者输入入如下程程序： datta eexp55; inpput ozzonee ; datte=iintnnx(monnth,1jaan555d,_n_-1);formmat datte

41、 mmonyyy.;montth=mmontth(ddatee);yearr=yeear(datte);x1=yyearr=119600;summmer=(5monnth19965);wintter=(yeear19665)-summmerr; carrds; 只输入入 ozzonee 一栏栏的数据据 ； runn;保存上述述程序，供以后后分析使使用（只只需按工工具条上上的保存存按钮，然后填填写 完完提问后后就可以以把这段段程序保保存下来来）。4、绘序序列图，输入如如下程序序：5、提交交程序，观察图图形，发发现图形形有很强强的季节节性和缓缓慢下降降的趋势势。初步识别别模型，输入如如下程序序：提

42、交程序序，观察察样本自自相关系系数和偏偏相关系系数，可可看出样样本自相相关系数数在1步步，122步，224步，36步步都较大大，且具具有周期期性，偏偏相关系系数在11步最大大，我们们作季节节差分，输入如如下程序序：提交程序序，观察察样本自自相关系系数和偏偏相关系系数，发发现样本本自相关关系数在在 11步，112步较较大,而而偏相关关系数在在1步，12步步，244步都较较大，且且呈现拖拖尾 现现象，我我们可确确定模型型的MAA因子为为。9、进行行参数估估计，输输入如下下程序：10、提提交程序序，观察察输出结结果，可可看出模模型不是是很干净净，且不不能通过过白噪声声检验。我我们可以以做残差差序列图

43、图，观看看残差的的特性，输入如如下程序序：11、进进行预测测，输入入如下程程序：12、提提交程序序，观察察图形，可看出出前面一一段时期期的残差差比后面面的要大大。 13、我们考考察修建建高速公公路后，是否对对臭氧有有显著性性影响，输入如如下程序序：14、提提交程序序，观察察输出结结果，发发现模型型的标准准差,AAIC,SBCC都变小小了很多多， 且x11的影响响显著。思考为为什么要要对x11进行季季节差分分？15、我我们再来来考察汽汽车装上上尾气过过滤器，是否对对臭氧有有显著性性影响，输入如如 下程序序：提交程序序，观察察输出结结果，发发现模型型的标准准差,AAIC,SBCC都变小小了，且且

44、模型型基本上上通过了了白噪声声检验，并且xx1,ssummmer的的影响显显著,而而winnterr 的影影响不显显著。思思考为什什么不对对summmerr和 wiinteer进行行差分？ 177、进行行预测值值，输入入如下程程序： 注：这样的的预测是是x1,summmerr,wiinteer已知知的预测测。 18、提提交程序序，观察察预测值值。 199、退出出SASS系统，关闭计计算机。dataa exxp5; innfille C:Doccumeentss annd SSetttinggsAAdmiinisstraatorr桌面面exxp1.txtt; innputt n ozoone x

45、1 summmerr wiinteer; daate=inttnx(moonthh,1jaan555d,_n_-1); foormaat ddatee moonyyy.;run;procc gpplott daata=expp5; symmboll1 ii=jooin v=ddot c=rred; ploot oozonne*ddatee=1;run;procc arrimaa daata=expp5;idenntiffy vvar=ozoone nlaag=336;run;idenntiffy vvar=ozoone(12) nllag=36 minnic;run;estiimatte qq

46、=(11)(66)(112) metthodd=clls pplott;run;foreecasst lleadd=366 innterrvall=moonthh idd=daate outt=b nopprinnt;run;procc gpplott daata=b;symbbol I=sspliine v=ddot c=rred;plott reesidduall*daate;run;procc arrimaa daata=expp5; iddenttifyy vaar=oozonne(112) croossccorrr=(xx1(112) noopriint; esstimmatee q

47、=(1)(6)(122) iinpuut=(x1) nooconnstaant metthodd=mll ittpriint ploot;run;procc arrimaa daata=expp5; iddenttifyy vaar=oozonne(112) croossccorrr=(xx1(112) summmerr wiinteer) noopriint; esstimmatee q=(1)(122) iinpuut=(x1 summmerr wiinteer) nocconsstannt meethood=mml iitprrintt pllot;run;foreecasst llea

48、dd=122 idd=daate inttervval=monnth outt=c;run;procc gpplott daata=c;symbbol I=sspliine v=ddot c=rred;plott reesidduall*daate;run;quitt; 实验九九 传递递函数模模型的建建模实验目的的：熟悉悉传递函函数模型型的建模模方法。二、实验验内容：煤气炉炉数据。三、实验验要求：写出实实验报告告，总结结传递函函数模型型的建模模的一般般步骤。四、实验验时间：2小时时。五、实验验软件：SASS系统。六、实验验步骤1、开机机进入SSAS系系统。2、建立立名为eexp66的SAAS数

49、据据集，输输入如下下程序：保存上述述程序，供以后后分析使使用（只只需按工工具条上上的保存存按钮，然后填填写 完完提问后后就可以以把这段段程序保保存下来来）。4、绘序序列图，输入如如下程序序：5、提交交程序，仔细观观察两序序列图形形，看两两者有何何联系。6、先观观察和的相关关情况，看是否否要做差差分，输输入如下下程序：7、提交交程序，观察的的自相关关和互相相关系数数，发现现都很快快的衰减减，表明明不 要要做差分分运算。识别输入入序列, 输入入如下程程序：提交程序序，观察察的自相相关和偏偏相关系系数，可可以看到到偏相关关系数是是3步 截截尾的。10、对对拟合ARR(3)模型，看是否否充分，输入如如

50、下程序序：11、提提交程序序，观察察输出结结果，可可看到模模型通过过了白噪噪声检验验，说明明拟合效效果不错，把拟合合的方程程式写出出来。12、观观察预白白噪声化化后的两两序列的的互相关关系数，输入如如下程序序： 133、提交交程序，观察样样本自相相关系数数和偏相相关系数数和互相相关系数数，我们们可以 初初步识别别传递函函数模型型为（22，2，3）(思考:为什么么?)，即： 144、进行行参数估估计，并并查看残残差的相相关情况况，输入入如下程程序：15、提提交程序序，观察察输出结结果，可可以看到到残差的的偏相关关系数是是2步 截截尾的。那么模模型可识识别为： 16、进进行参数数估计，输入如如下程

51、序序：提交程序序，观察察输出结结果，可可看到很很小，且且模型通通过了白白噪声检检验，那那么我们们除掉这这一项,再进行行估计，输入如如下程序序：提交程序序，观察察输出结结果，可可看到模模型通过过了白噪噪声检验验提交程程序，说说明模型型拟合充充分,请请写出方方程式。19、进进行预测测，输入入如下程程序： 200、提交交程序，观察预预测结果果。 211、退出出SASS系统，关闭计计算机。dataa exxp6; innfille C:Doccumeentss annd SSetttinggsAAdmiinisstraatorr桌面面exxp1.txtt; innputt x y; t=_n_;run

52、;procc gpplott daata=expp6; symmboll1 ii=spplinne cc=reed; symmboll2 ii=spplinne cc=grreenn; ploot xx*t=1 yy*t=2;run;procc arrimaa daata=expp6;idenntiffy vvar=y ccrossscoorr=(x) nllag=12;run;procc arrimaa daata=expp6; iddenttifyy vaar=xx nllag=12 minnic;run;estiimatte pp=(11,2,3,55) nnoinnt pplott ;

53、run;estiimatte iinpuut=(3$(1,22)/(1,22)x) pllot;run;estiimatte pp=2 inpput=(3$(1,2)/(1,2)xx) pplott;run;estiimatte pp=2 inpput=(3$(1,2)/(1)x) ploot;run;foreecasst lleadd=6 ;run; 实实验十 回归与与时序相相结合的的建模实验目的的：熟悉悉回归与与时序相相结合的的建模方方法。二、实验验内容：芝加哥哥某食品品公司大大众食品品周销售售数据。三、实验验要求：写出实实验报告告，总结结回归与与时序相相结合的的建模的的一般步步骤。四、实

54、验验时间：2小时时。五、实验验软件：SASS系统。六、实验验步骤1、开机机进入SSAS系系统。2、建立立名为eexp77的SAAS数据据集，输输入如下下程序：保存上述述程序，供以后后分析使使用（只只需按工工具条上上的保存存按钮，然后填填写 完完提问后后就可以以把这段段程序保保存下来来）。4、首先先只分析析销售额额的数据据，不加加回归项项。绘序序列图，输入如如下程序序：5、提交交程序，仔细观观察序列列图形。6、初步步识别模模型，输输入如下下程序：7、提交交程序，观察yy1的相相关系数数，发现现偏相关关系数是是4阶截截尾的，那么 我我们初步步识别为为AR(4)模模型，进进行参数数估计，并观察察残差

55、相相关系数数。输入入 如如下程序序：8、提交交程序，观察输输出结果果，可看看到模型型拟合得得还是比比较好。然后可以以实验其其他一些些模型，最后根根据AIIC和BICC准则，我们最最后选定定 模型型为: 下面我们们开始加加入回归归项，首首先我们们绘四个个序列的的图形。输入如如下程序序：提交程序序，观察察这四个个序列有有什么特特点。绘y1对对y2、y3、y4的散散点图，输入如如下程序序：提交程序序，观察察他们的的相关性性，可看看出y11和y2负相相关，yy1和y3正相相 关，而y11和y4好象象不相关关。做纯回归归分析，输入如如下程序序：提交程序序，观察察输出结结果，可可看到yy4的系系数接近近于

56、零，我们除除掉这一一 项再再做回归归，并观观察残差差的相关关系数，输入如如下程序序：提交程序序，观察察输出结结果，可可看到残残差不是是白躁声声。我们们把残差差用ARRMA 模型型拟合，输入如如下程序序：提交程序序，观察察输出结结果,可以看看出模型型拟合比比较充分分，且yy4、MA11,1、 ARR1,33的系数数接近如如零，除除掉这几几项，再再观察，输入如如下程序序：提交程序序，观察察输出结结果,可以看看出模型型拟合比比较充分分，且残残差的标标准 误和和前一模模型没有有多大变变化，且且AICC 和BICC也比前前一模型型小，故故我们 就选选择这一一模型，把这一一结果记记录下来来。下面我们们来看

57、看看残差对对预测值值,y22,y33的关系系图。输输入如下下程序：提交程序序，观察察图形，可看出出残差对对y2,y3还还不是十十分充分分，我们们加入y2,yy3的滞滞后一阶阶，看结结果有什什么变化化，输入入如下程程序： 23、提提交程序序，观察察输出结结果，并并与原来来结果比比较，看看是否有有进步。(没进进步) 244、进行行预测，输入如如下程序序： 255、提交交程序，观察预预测结果果。 266、退出出SASS系统，关闭计计算机。dataa exxp7; innfille C:Doccumeentss annd SSetttinggsAAdmiinisstraatorr桌面面exxp1.tx

58、tt; innputt y11 y22 y33 y44 ; daate=inttnx(weeek,114seep911d,_n_-1); foormaat ddatee daate99.;run;procc gpplott daata=expp7; symmboll1 ii=spplinne cc=reed; ploot yy1*ddatee=1;run;procc arrimaa daata=expp7; iddenttifyy vaar=yy1 nnlagg=155 miinicc;run;estiimatte pp=(11,4) pllot;run;procc gpplott daata

59、=expp7;symbbol33 i=spllinee c=greeen;plott y11*daate=3 yy2*ddatee=3 y3*datte=33 y44*daate=3;run;procc pllot datta=eexp77; ploot yy1*yy2=* y1*y3=* y11*y44=*;run;procc arrimaa daata=expp7; ideentiify varr=y11 crrossscorrr=(y2 y3 y4) noopriint; esttimaate inpput=(y22 y33 y44);run;idenntiffy vvar=y1 cro

60、ossccorrr=(yy2 yy3);estiimatte iinpuut=(y2 y3) pllot;run;idenntiffy vvar=y1 croossccorrr=(yy2 yy3 yy4);estiimatte pp=4 q=33 innputt=(yy2 yy3 yy4) ploot;run;idenntiffy vvar=y1 croossccorrr=(yy2 yy3);estiimatte pp=(11,2,4) q=(2,33) iinpuut=(y2 y3 ) pplott;run;foreecasst lleadd=6 id=datte iinteervaal=w