时间序列分析VIP专享

精品文档---下载后可任意编辑 实验一 分析太阳黑子数序列一、实验目的：了解时间序列分析的基本步骤，熟悉 SAS/ETS 软件使用方法。二、实验内容：分析太阳黑子数序列。三、实验要求：了解时间序列分析的基本步骤，注意各种语句的输出结果。四、实验时间：2 小时。五、实验软件：SAS 系统。六、实验步骤1、开机进入 SAS 系统。2、创建名为 exp1 的 SAS 数据集，即在窗中输入下列语句：3、保存此步骤中的程序，供以后分析使用（只需按工具条上的保存按钮然后填写完提问后就可以把这段程序保存下来即可）。4、绘数据与时间的关系图，初步识别序列，输入下列程序：ods html;ods listing close;5、run;提交程序，在 graph 窗口中观察序列，可以看出此序列是均值平稳序列。精品文档---下载后可任意编辑6、识别模型，输入如下程序。7、提交程序，观察输出结果。初步识别序列为 AR(2)模型。8、估量和诊断。输入如下程序：9、提交程序，观察输出结果。假设通过了白噪声检验，且模型合理，则进行预测。10、 进行预测，输入如下程序：11、 提交程序，观察输出结果。精品文档---下载后可任意编辑精品文档---下载后可任意编辑12、 退出 SAS 系统，关闭计算机。总程序：data exp1;infile "D:\";input a1 @@;year=intnx('year','1jan1742'd,_n_-1);format year year4.;;精品文档---下载后可任意编辑proc print;run;ods html;ods listing close;proc gplot data=exp1 ; symbol i=spline v=dot h=1 cv=red ci=green w=1; plot a1*year/autovref lvref=2 cframe=yellow cvref=black ; title "太阳黑子数序列";run; proc arima data=exp1; identify var=a1 nlag=24 minic p=(0:5) q=(0:5); estimate p=3; forecast lead=6 interval=year id=year out=out;run;proc print data=out;run;选取拟合模型的规则:1.模型显著有效(残差检验为白噪声)2.模型参数尽可能少3.结合自相关图和偏自相关图以及 minic 条件(BIC 信息量最小原则),选取显著有效的参数精品文档---下载后可任意编辑 实验二 模拟 AR 模型一、实验目的：熟悉各种 AR 模型的样本自相关系数和偏相关系数的特点，为理 论学习提供直观的印象。二、实验内容：随机模拟各种 AR 模型。三、实验要求：记录各 AR 模型的样本自相关系数和偏相关系数，观察各种序列 图形，总结 AR 模型的样本自相关系数和偏相关系数的特点四、实验...