經(jīng)濟(jì)時(shí)間序列分析實(shí)驗(yàn)指南(已修改)
2025-06-29 22:33 本頁(yè)面
【正文】 實(shí) 驗(yàn) 指 南 目 錄實(shí)驗(yàn)一 分析太陽(yáng)黑子數(shù)序列3實(shí)驗(yàn)二 模擬AR模型4實(shí)驗(yàn)三 模擬MA模型和ARMA模型6實(shí)驗(yàn)四 分析化工生產(chǎn)量數(shù)據(jù)8實(shí)驗(yàn)五 模擬ARIMA模型和季節(jié)ARIMA模型10實(shí)驗(yàn)六 分析美國(guó)國(guó)民生產(chǎn)總值的季度數(shù)據(jù)13實(shí)驗(yàn)七 分析國(guó)際航線月度旅客總數(shù)數(shù)據(jù)16實(shí)驗(yàn)八 干預(yù)模型的建模19實(shí)驗(yàn)九 傳遞函數(shù)模型的建模22實(shí)驗(yàn)十 回歸與時(shí)序相結(jié)合的建模25太陽(yáng)黑子年度數(shù)據(jù)28美國(guó)國(guó)民收入數(shù)據(jù)29化工生產(chǎn)過(guò)程的產(chǎn)量數(shù)據(jù)30國(guó)際航線月度旅客數(shù)據(jù)30洛杉磯臭氧每小時(shí)讀數(shù)的月平均值數(shù)據(jù)31煤氣爐數(shù)據(jù)35芝加哥某食品公司大眾食品周銷售數(shù)據(jù)37牙膏市場(chǎng)占有率周數(shù)據(jù)39某公司汽車生產(chǎn)數(shù)據(jù)44加拿大山貓數(shù)據(jù)44 實(shí)驗(yàn)一 分析太陽(yáng)黑子數(shù)序列一、 實(shí)驗(yàn)?zāi)康模毫私鈺r(shí)間序列分析的基本步驟，熟悉SAS/ETS軟件使用方法。二、實(shí)驗(yàn)內(nèi)容：分析太陽(yáng)黑子數(shù)序列。三、實(shí)驗(yàn)要求：了解時(shí)間序列分析的基本步驟，注意各種語(yǔ)句的輸出結(jié)果。四、實(shí)驗(yàn)時(shí)間：2小時(shí)。五、實(shí)驗(yàn)軟件：SAS系統(tǒng)。六、實(shí)驗(yàn)步驟開(kāi)機(jī)進(jìn)入SAS系統(tǒng)。 創(chuàng)建名為exp1的SAS數(shù)據(jù)集，即在窗中輸入下列語(yǔ)句：data exp1。input a1 @@。year=intnx(‘year’,’1jan1742’d,_n_1)。format year year4.。cards。 輸入太陽(yáng)黑子數(shù)序列(見(jiàn)附表)run。 保存此步驟中的程序，供以后分析使用（只需按工具條上的保存按鈕然后填寫(xiě)完提問(wèn)后就可以把這段程序保存下來(lái)即可）。 繪數(shù)據(jù)與時(shí)間的關(guān)系圖，初步識(shí)別序列，輸入下列程序：proc gplot data=exp1。 symbol i=spline v=star h=2 c=green。 plot a1*year。run。 提交程序，在graph窗口中觀察序列，可以看出此序列是均值平穩(wěn)序列。 識(shí)別模型，輸入如下程序。 proc arima data=exp1。 identify var=a1 nlag=24。 run。 提交程序，觀察輸出結(jié)果。初步識(shí)別序列為AR(3)模型。 估計(jì)和診斷。輸入如下程序： estimate p=3。 run。 提交程序，觀察輸出結(jié)果。假設(shè)通過(guò)了白噪聲檢驗(yàn)，且模型合理，則進(jìn)行預(yù)測(cè)。 進(jìn)行預(yù)測(cè)，輸入如下程序：forecast lead=6 interval=year id=year out=out。run。proc print data=out。run。1 提交程序，觀察輸出結(jié)果。1 退出SAS系統(tǒng)，關(guān)閉計(jì)算機(jī)。 實(shí)驗(yàn)二 模擬AR模型一、 實(shí)驗(yàn)?zāi)康模菏煜じ鞣NAR模型的樣本自相關(guān)系數(shù)和偏相關(guān)系數(shù)的特點(diǎn)，為理 論學(xué)習(xí)提供直觀的印象。二、 實(shí)驗(yàn)內(nèi)容：隨機(jī)模擬各種AR模型。三、 實(shí)驗(yàn)要求：記錄各AR模型的樣本自相關(guān)系數(shù)和偏相關(guān)系數(shù)，觀察各種序列 圖形，總結(jié)AR模型的樣本自相關(guān)系數(shù)和偏相關(guān)系數(shù)的特點(diǎn)四、 實(shí)驗(yàn)時(shí)間：2小時(shí)。五、 實(shí)驗(yàn)軟件：SAS系統(tǒng)。六、 實(shí)驗(yàn)步驟開(kāi)機(jī)進(jìn)入SAS系統(tǒng)。 模擬實(shí)根情況，模擬過(guò)程。 在edit窗中輸入如下程序： data a。
x1=。
x2=。
n=50。
do i=50 to
a=rannor(32565)。
x=*x1+*x2。
x2=x1。
x1=x。
n=n+1。
if i0 then output。
end。
run。 觀察輸出的數(shù)據(jù)，輸入如下程序，并提交程序。 proc print data=a。
var x。
proc gplot data=a。 symbol i=spline c=red。
plot x*n。
run。 觀察樣本自相關(guān)系數(shù)和偏相關(guān)系數(shù)，輸入輸入如下程 序，并提交程序。
proc arima data=a。
identify var=x nlag=10 outcov=exp1。
run。
proc gplot data=exp1。 symbol i=needle width=6。 plot corr*lag。 run。 proc gplot data=exp1。 symbol i=needle width=6。 plot partcorr*lag。 run。 作為作業(yè)把樣本自相關(guān)系數(shù)和偏相關(guān)系數(shù)記錄下來(lái)。 估計(jì)模型參數(shù)，并與實(shí)際模型的系數(shù)進(jìn)行對(duì)比，即輸入如下程序，并提交。 proc arima data=a。 identify var=x nlag=10 。 run。 estimate p=2。 run。 模擬虛根情況，模擬過(guò)程。重復(fù)步驟37即可（但部分程序需要修改，請(qǐng)讀者自己完成）。 模擬AR(3)模型，模擬過(guò)程。重復(fù)步驟37即可(但部分程序需要修改，請(qǐng)讀者自己完成).回到graph窗口觀察各種序列圖形的異同1退出SAS系統(tǒng),關(guān)閉計(jì)算機(jī). 實(shí)驗(yàn)三 模擬MA模型和ARMA模型一、 實(shí)驗(yàn)?zāi)康模菏煜じ鞣NMA模型和ARMA模型的樣本自相關(guān)系數(shù)和偏相關(guān)系數(shù) 的特點(diǎn)，為理論學(xué)習(xí)提供直觀的印象。二、 實(shí)驗(yàn)內(nèi)容：隨機(jī)模擬各種MA模型和ARMA模型。三、 實(shí)驗(yàn)要求：記錄各MA模型和ARMA模型的樣本自相關(guān)系數(shù)和偏相關(guān)系數(shù)， 觀察各序列的異同，總結(jié)MA模型和ARMA模型的樣本自相關(guān)系 數(shù)和偏相關(guān)系數(shù)的特點(diǎn)四、 實(shí)驗(yàn)時(shí)間：2小時(shí)。五、 實(shí)驗(yàn)軟件：SAS系統(tǒng)。六、 實(shí)驗(yàn)步驟 開(kāi)機(jī)進(jìn)入SAS系統(tǒng)。模擬情況，模擬過(guò)程。3 在edit窗中輸入如下程序： data a。
a1=0。
a2=0。
do n=50 to
a=rannor(32565)。
x=a+*a1+*a2。
a2=a1。
a1=a。
if n0 then output
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1