時間序列分析上機操作題-資料下載頁
2025-03-25 03:33本頁面
【正文】 6175 91922104114 109959 97880 105386 96479 97580 109490 110191 90974 98981107188 94177 115097 113696 114532 120110 93607 110925 103312 120184103069 103351 111331 106161 111590 99447 101987 85333 86970 10056189543 89265 82719 79498 74846 73819 77029 78446 86978 7587869571 75722 64182 77357 63292 59380 78332 72381 55971 6975085472 70133 79125 85805 81778 86852 69069 79556 88174 6669872258 73445 76131 86082 75443 73969 78139 78646 66269 7377680034 70694 81823 75640 75540 82229 75345 77034 75859 7976975982 78074 77588 84100 97966 89051 93503 84747 74531 9190081635 89797 81022 78265 77271 85043 95418 79568 103283 9577091297 101244 114525 101139 93866 95171 100183 103926 102643 10838797077 90901 90336 88732 83759 99267 73292 78943 94399 9293790130 91055 106062 103560 104075 101783 93791 102313 82413 83534109011 96499 102430 103002 91815 99067 110067 101599 79646 10493088905 89936 106723 84307 114896 106749 87892 100506。proc gplot。plot x*t=1。symbol1 i=join v=none c=blavk。run。圖9 該序列的時序圖通過時序圖可以看出，此序列具有曲線趨勢，故我們采用曲線來擬合此模型。預(yù)測1995年9月至1997年9月該城市生豬屠宰數(shù)量，運行下列程序：proc forecast data=example8_1 method=stepar trend=3 lead=20out=out outfull outtest=est。id t。var x。proc gplot data=out。plot x*t= _type_ / href=。symbol1 i=none v=star c=black。symbol2 i=join v=none c=red。symbol3 i=join v=none c=green l=2。symbol4 i=join v=none c=green l=2。run。表15 FORECAST過程OUT命令輸出數(shù)據(jù)集圖示表14 FORECAST過程OUTSET命令輸出數(shù)據(jù)集圖示此表可以查看預(yù)測過程中相關(guān)參數(shù)及擬合效果。這些信息分為三部分：（4） 關(guān)于序列的基本信息。序列樣本個數(shù)、非缺失數(shù)據(jù)個數(shù)、擬合模型自由度、殘差標(biāo)準(zhǔn)差。（5） 關(guān)玉預(yù)測模型的參數(shù)估計信息。線性模型的常數(shù)估計值、線性模型的斜率、殘差自回歸的參數(shù)估計值。（6） 擬合優(yōu)度統(tǒng)計量信息。圖10 FORECAST過程預(yù)測效果圖
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1