实 验 报 告课程名称时间序列分析实验项目名称季节性数据建模班级与班级代码实验室名称(或课室)专业统计学任课教师学号:姓名:实验日期:年月日广东商学院教务处制姓名实验报告成绩评语:指导教师(签名)年月日说明:指导教师评分后,实验报告交院(系)办公室保存。流入的电话月度数据分析实验报告一、实验目的掌握季节性模型的特征、熟悉季节性数据的建模基本方法。二、实验内容模拟季节 ARIMA模型、分析威斯康星电话公司1960年1月— 1971年12月流入的电话月度数据。三、实验仪器与材料 ( 或软硬件环境 ) SAS/ETS软件四、实验过程和步骤1、开机进入 SAS系统。2、建立名为 exp4 的 SAS数据集,输入如下程序:data exp4; input phone@@; date=intnx('month','1jan60'd,_n_-1); format date monyy.; cards; 威斯康星电话公司 1960年1月— 1971年12月流入的电话月度数据;run; 3、保存上述程序,供以后分析使用。4、绘序列图,输入如下程序: proc gplot data=exp4; symbol1 i=spline v=dot c=red; plot phone*date=1; run; 5、提交程序,观察图形,发现图形有很强的季节性,且成指数函数上升形式,故做对数变换,输入如下程序:data lphone; set exp4; lphone=log(phone); phone0100000200000300000400000500000dateJAN60JAN61JAN62JAN63JAN64JAN65JAN66JAN67JAN68JAN69JAN70JAN71JAN72lphone1011121314dateJAN60JAN61JAN62JAN63JAN64JAN65JAN66JAN67JAN68JAN69JAN70JAN71JAN72run; 6、绘变换后序列图,输入如下程序:proc gplot data=lphone; symbol2 i=spline c=green; plot lphone*date=2; run; 7、提交程序,到graph窗口中观察变换后的序列图, 可以看出它总的趋势成直线上升,且有很强的季节性。对序列做初步识别,输入如下程序:proc arima data=lphone; identify var=lphone nlag=36; run; 8、提交程序,观察样本自相关系数和偏相关系数,可看出样本自相关系数有缓慢下降趋势,偏相关系数在1 步,13 步较大。故作一步一阶差分,输入如下程序:identity var=lphone(1) nlag=36; run; 9、提交程序,观察样本自相关系数和偏相关系数,发现样本自相关系数在12 步特别大。我们再做 12 步的一阶差分,输入如下程序:identify var=lphone(1,12) nlag=36; run; 10、提交程序,观察样本自相关系数和偏相关系数,发现样本自相关系数在1 步,12步特别大 , 且为负数。 ...