精品文档---下载后可任意编辑实验四 非平稳序列的确定性分析一、实验目的：熟悉 REG 过程和 AUTOREG 过程，并进行时间序列线性趋势拟合。熟悉 NLIN 过程，并使用其进行时间序列非线性趋势拟合。二、实验内容习题爱荷华州 1984-1979 年非农产品季度收入数据散点图（如下所示图 1）x0100020003000400050006000t0102030405060708090100110120130图 1由图分析确定拟合的非线性回归为，则，相关命令如下：proc nlin data= example4_6 METHOD=gauss; model x=a*t+b**t; parameters a= b=; =t; =t*b**(t-1); output predicted=xhat out=result; run; （1）迭代过程（如图所示图 2）精品文档---下载后可任意编辑图 2（2）收敛状况（如图所示图 3）图 3（3）估量信息摘要（如图所示图 4）图 4（4）主要统计量（如图所示图 5）图 5精品文档---下载后可任意编辑（5）参数信息摘要（如图所示图 6）图 6由此得到拟合模型为（6）近似相关矩阵（如图所示图 7）图 7为了看出拟合效果，将原序列值和拟合效果联合作图。命令如下proc gplot data=result; plot x*t=1 xhat*t=2/overlay; symbol1 c=black i=none v=star; symbol2 c=red i=join v=none; run; quit;（如图 8 所示）精品文档---下载后可任意编辑x01000200030004000500060007000t0102030405060708090100110120130图 8我们可以看出拟合效果不错习题习题某地区 1962-1970 年平均每头奶牛的月度产奶量数据散点图（如下所示图 9）x500600700800900t0102030405060708090100110 图 9由图分析确定拟合的非线性回归为，则，相关命令如下：data example4_1;input x@@;t=_n_;精品文档---下载后可任意编辑cards;589 561 640 656 727 697 640 599 568 577 553 582600 566 653 673 742 716 660 617 583 587 565 598628 618 688 705 770 736 678 639 604 611 594 634658 622 709 722 782 756 702 653 615 621 602 635677 635 736 755 811 798 735 697 661 667 645 688713 667 762 784 837 817 767 722 681 687 660 698717 696 775 796 858 826 783 740 701 706 677 711734 690 785 805 871 845 801 764 725 723 690 734750 707 807 824 886 859 819 783 740 747 711 751;proc autoreg data=example4_1;model x=t;output out=result p=xcap;结果如下（图 10）图 10拟合图如下（图 11）精品文档---下载后可任意编辑x500600700800900t0102030405060708090100110图 11习题某城市 1980 年 1 月至 1995 年 8 月每月屠宰生猪数量散点图如下（图 12）x30000400005000060000700008000090000100000110000120000130000t0102030405060708090100110120130140150160170180190图 12实验小结：这次实验我学会了 SAS 系统中 REG（回归）过程与 AUTOREG（自回归）过程都可以进行时间序列线性趋势拟合。我们可以先对序列的散点图进行观察，提出适应的回归模型，再进行拟合
