【正文】 表 原始序列 x 的自相關(guān)圖 9f7f455e131c908d9235459d28b49e0b 商務(wù)數(shù)據(jù)分析 電 子商務(wù)系列 上海財(cái)經(jīng)大學(xué)經(jīng)濟(jì)信息管理系 IS/SHUFE Page 7 of 49 觀察在表 x 的自相關(guān)系數(shù) ACF 和 ACF 圖，發(fā)現(xiàn)自相關(guān)系數(shù)長期位于零軸正的一邊，這是具有單調(diào)遞增趨勢序列的典型特征，同時(shí)自相關(guān)圖呈現(xiàn)出明顯的正弦波動(dòng)規(guī)律，這是具有周期變化規(guī)律 的非平穩(wěn)序列的典型特征。 ? 若時(shí)間序列是上升或下降趨勢的，那么對(duì)于短時(shí)滯來說，自相關(guān)系數(shù)大且為正，而且隨著時(shí)滯 lag的增加而緩慢地下降。 ? 若時(shí)間序列是平穩(wěn)的，它具有正自相關(guān)的誤差項(xiàng)，那么低階的自相關(guān)系數(shù)較大，但是隨著時(shí)滯長度的增加而迅速地衰減。最常用的變換方法有： ? 如果時(shí)間序列呈線性趨勢，均值不是常數(shù)，利用一階差分將產(chǎn)生一個(gè)平穩(wěn)序列。 ? 如果時(shí)間序列呈現(xiàn)“相對(duì) 環(huán)”趨勢，通常將數(shù)據(jù)除以同時(shí)發(fā)生的時(shí)間序列的相應(yīng)值轉(zhuǎn)化為平穩(wěn)序列。為了便于比較，我們將原始時(shí)間序列和消除增幅后的時(shí)間序列按 12 個(gè)時(shí)間單位的間隔繪制在一張圖表上。 proc print data=arimad02。31dec194939。 plot2 x*date /vaxis=axis3 vref=100。Log39。) order=(39。d by year)。 format date monyy. 。 提交 程序 運(yùn)行后，結(jié)果 如 圖 所示。程序如下： data arimad03。 proc print data=arimad03。31dec194939。 plot2 dif12*date /vaxis=axis3 vref=1。Log39。) order=(39。d by year)。 format date monyy. 。 圖 對(duì)原始數(shù)據(jù)序列取對(duì)數(shù)以消除變大的季節(jié)震幅 9f7f455e131c908d9235459d28b49e0b 商務(wù)數(shù)據(jù)分析 電 子商務(wù)系列 上海財(cái)經(jīng)大學(xué)經(jīng)濟(jì)信息管理系 IS/SHUFE Page 10 of 49 提交 程序 運(yùn)行后，結(jié)果 如 圖 所示。 run。輸出表的最后部分為自相關(guān)系數(shù)的白噪聲檢驗(yàn)，明顯看出延遲 6 期和 12 期的 LBQ 統(tǒng)計(jì)量分別為 和 ， ??p ，拒絕序列為白噪聲的原假設(shè)，即拒絕延遲期數(shù)小于等于6 和 12 的序列值之間相互獨(dú)立，說明經(jīng)過滯后 1 次和滯后 12 次共兩次差分轉(zhuǎn)換后序列是平穩(wěn)非白噪聲序列，還蘊(yùn)藏著相關(guān)信息 ， 需要提取出來，因此該序列有一個(gè) ARIMA模型。 identify var=xlog(1,12) nlag=15。 表 estimate q=(1)(12) p=(1)(12)語句計(jì)算的參數(shù)估計(jì) 9f7f455e131c908d9235459d28b49e0b 商務(wù)數(shù)據(jù)分析 電 子商務(wù)系列 上海財(cái)經(jīng)大學(xué)經(jīng)濟(jì)信息管理系 IS/SHUFE Page 13 of 49 在 輸出表 中，首先給出了用最小二乘估計(jì)計(jì)算的該參數(shù)的估計(jì)值、標(biāo)準(zhǔn)誤差和 t率，還標(biāo)明該參數(shù)在模型中 的 滯后數(shù)。由于參數(shù)估計(jì)表中所報(bào)告的 t 統(tǒng)計(jì)量是近似的，其精確性依賴于模型的有效性和觀察序列的長度等因素， 因此， SAS 報(bào)告只給出了 t 值，而不顯示對(duì)應(yīng)的概率以免引起誤導(dǎo)。 estimate q=(1)(12) noconstant outmodel=xmode。擬合優(yōu)度統(tǒng)計(jì)量表中給出了殘差序列的方差 ()和標(biāo)準(zhǔn)誤差 ()，以及按 AIC和 SBC 標(biāo)準(zhǔn)計(jì)算的統(tǒng)計(jì)量 ( )，這兩個(gè)值較小，表明對(duì)模型擬合得較好，另外 ， 從 ， 可 看 出 本 次 擬 合 的12)1,1,0()1,1,0( ?A R IM A 模型比上次擬合的 12)1,1,1()1,1,1( ?A R IM A 模型要好。 ARIMA Procedure Conditional Least Squares Estimation Approx. Parameter Estimate Std Error T Ratio Lag MA1,1 1 MA2,1 12 Variance Estimate = Std Error Estimate = AIC = * SBC = * Number of Residuals= 131 * Does not include log determinant. Correlations of the Estimates Parameter MA1,1 MA2,1 MA1,1 MA2,1 Autocorrelation Check of Residuals To Chi Autocorrelations Lag Square DF Prob 6 4 12 10 18 16 0 023 24 22 Model for variable XLOG No mean term in this model. Period(s) of Differencing = 1,12. Moving Average Factors Factor 1: 1 B**(1) Factor 2: 1 B**(12) 9f7f455e131c908d9235459d28b49e0b 商務(wù)數(shù)據(jù)分析 電 子商務(wù)系列 上海財(cái)經(jīng)大學(xué)經(jīng)濟(jì)信息管理系 IS/SHUFE Page 15 of 49 6. 利用確定的模型進(jìn)行預(yù)測 模型確定后，我們通常要利用擬合好的模型進(jìn)行預(yù)測。 estimate q=(1)(12) noconstant outmodel=xmode。 run。 set forxlog。 u95=exp(u95)。 where date=39。31dec6039。 OBS DATE XLOG FORECAST STD L95 U95 RESIDUAL 140 213 141 244 142 274 143 305 144 335 145 366 . . 146 397 . . 147 425 . . 148 456 . . 149 486 . . 150 517 . . 151 547 . . 152 578 . . 153 609 . . 154 639 . . 155 670 . . 156 700 . . 9f7f455e131c908d9235459d28b49e0b 商務(wù)數(shù)據(jù)分析 電 子商務(wù)系列 上海財(cái)經(jīng)大學(xué)經(jīng)濟(jì)信息管理系 IS/SHUFE Page 16 of 49 symbol3 i=join l=1 font=swissb c=green。) order=(250 to 800 by 50)。1jan5739。 format date monyy. 。Cx39。Noneu95 and l9539。一個(gè)目錄可以包含外部文件（非 SAS 文件）以及 SAS 文件，但只有這些 SAS 文件才是 SAS 數(shù)據(jù)庫的成員。 圖 用 ARIMA 模型預(yù)測今后 12 期的結(jié)果 9f7f455e131c908d9235459d28b49e0b 商務(wù)數(shù)據(jù)分析 電 子商務(wù)系列 上海財(cái)經(jīng)大學(xué)經(jīng)濟(jì)信息管理系 IS/SHUFE Page 17 of 49 例如，我們前面定義的 Study永久庫就是一個(gè) SAS數(shù)據(jù)庫，對(duì)應(yīng)的目錄為 d:\sasdata\mydir，在此目錄內(nèi)有 SAS 數(shù)據(jù)集文件： ? （包含兩種成員類型 DATA 和 VIEW） ? 索引文件 其他 SAS 文件如用 BASE SAS 軟件的存儲(chǔ)程序功能產(chǎn)生的成員類型為： ? PROGRAM 程序文件 SAS 的目錄是具有成員類型為： ? CATALOG 的 SAS文件 此文件用來存儲(chǔ)許多稱為目錄條目（ catalog entries）的不同類型的信息，用于 SAS 系統(tǒng)識(shí)別它的結(jié)構(gòu)。訪問描述器描述存儲(chǔ)在 SAS系統(tǒng)外部的數(shù)據(jù)，如一些公開的數(shù)據(jù)庫管理系統(tǒng)（ DBMS）中的數(shù)據(jù)，每個(gè)訪問描述器保存我們想要訪問的有關(guān) DBMS 文件的必要信息，如它的名字、列名和列類型等。 所謂的 SAS 數(shù)據(jù)庫的物理名字，是指在你的主機(jī)系統(tǒng)下的 SAS 文件名，因此必須符合主存儲(chǔ)的程序（ P R O G R A M ）訪問描述器（ A C C E S S ）SAS數(shù)據(jù)文件（ DATA ）