【正文】 F及SPACF定 模型的階的方法。三、 實(shí)驗(yàn)要求：掌握ARMA模型建模的基本步驟，初步掌握數(shù)據(jù)分析技巧。四、 實(shí)驗(yàn)時(shí)間：2小時(shí)。六、 實(shí)驗(yàn)步驟 開機(jī)進(jìn)入SAS系統(tǒng)。 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： 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。 提交程序，觀察輸出結(jié)果，發(fā)現(xiàn)二階樣本自相關(guān)系數(shù)和一階的樣本偏相關(guān)系數(shù)都在2倍的標(biāo)準(zhǔn)差之外，那么我們首先作為一階AR模型估計(jì)，輸入如下程序： 提交程序，觀察輸出結(jié)果，發(fā)現(xiàn)殘差能通過白噪聲檢驗(yàn)，但它的二階的樣本偏相關(guān)系數(shù)比較大，那么我們考慮二階AR模型。且能通過白噪聲檢驗(yàn)。 記錄參數(shù)估計(jì)值，寫出模型方程式。1 退出SAS系統(tǒng)，關(guān)閉計(jì)算機(jī)。 infile D:\。 n=_n_。run。 symbol i=join v=star h=2 ci=green cv=red。run。identify var=x nlag=12 minic p=(0:3) q=(0:3)。forecast lead=2 out=out。quit。一、 實(shí)驗(yàn)內(nèi)容：隨機(jī)模擬各種ARIMA模型。四、 實(shí)驗(yàn)軟件：SAS系統(tǒng)。2. 模擬ARIMA(0,1,1)過程，模擬過程。 提交程序，在Graph窗口中觀察圖形。進(jìn)行模型參數(shù)估計(jì)，輸入如下程序： 提交程序，并觀察殘差圖，發(fā)現(xiàn)模型擬合完全。title。 x1=。 do n=0 to x=x1+*a1。 a1=a。 end。proc gplot data=a。 plot x*n/vref=2 1 4 cvref=red lvref=2 haxis=10 to 260 by 10。proc arima data=a。 run。symbol1 i=needle c=red。run。symbol2 i=needle c=green。run。 identify var=x(1) nlag=24 minic p=(0:3) q=(0:3)。estimate q=1 plot noint。quit。重復(fù)步驟 310即可（但部分程序需要修改，請(qǐng)讀者自己完成）。1創(chuàng)建數(shù)據(jù)集，在edit窗中輸入如下程序：1 繪序列圖，輸入如下程序：1 提交程序，到graph窗口中觀察序列圖形。1 做季節(jié)差分和一階差分除掉季節(jié)因子和趨勢(shì)因子，輸入如下程序：1 提交程序，觀察樣本自相關(guān)系數(shù)和樣本偏相關(guān)系數(shù)，確定模型階數(shù)。寫出模型方程式，并與真實(shí)模型對(duì)比。2 退出SAS系統(tǒng),關(guān)閉計(jì)算機(jī). data c。x2=0。x4=0。x6=0。 x8=0。x10=0。x12=0。 a1=0。a3=0。a5=0。a7=0。a9=0。a11=0。a13=0。 a=rannor(12345)。 x13=x12。x11=x10。x9=x8。 x7=x6。x5=x4。x3=x2。x1=x。a12=a11。a10=a9。a8=a7。a6=a5。a4=a3。a2=a1。 output。 run。 symbol i=join v=dot h=1 ci=green cv=red。run。 identify var=x nlag=20 minic p=(0:3) q=(0:3)。 identify var=x(1,12) nlag=36 minic p=(0:3) q=(0:3) outcov=exp1。estimate q=(1)(12) method=cls noint。proc gplot data=exp1。plot corr*lag=1。proc gplot data=exp1。plot partcorr*lag=2。quit。二、實(shí)驗(yàn)內(nèi)容：47年1季度到96年3季度美國(guó)國(guó)民生產(chǎn)總值的季度數(shù)據(jù)。四、實(shí)驗(yàn)時(shí)間：2小時(shí)。六、實(shí)驗(yàn)步驟開機(jī)進(jìn)入SAS系統(tǒng)。 繪序列圖，輸入如下程序： 觀察圖形，發(fā)現(xiàn)圖形成指數(shù)函數(shù)上升形式，故做對(duì)數(shù)變換，輸入如下程序： 繪變換后序列圖，輸入如下程序： 提交程序，到graph窗口中觀察變換后的序列圖，可以看出它成直線上升趨勢(shì)。且MA1,3 , MA1,4的T值較小，說明參數(shù)顯著為0，除掉這兩項(xiàng)重新進(jìn)行估計(jì)，輸入如下程序：1 提交程序，觀察輸出結(jié)果，可看出模型通過了白噪聲檢驗(yàn)，說明模型擬合充分，且殘差標(biāo)準(zhǔn)誤與前一估計(jì)相差很小，故以此結(jié)果為我們所要的結(jié)果，依此結(jié)果寫出方程式。輸入如下程序：1 提交程序，并把預(yù)測(cè)值記錄下來。data exp3。 input gnp。qtr39。 format date yyqc.。proc gplot data=exp3。 /*w：線的大小 h：點(diǎn)的大小 l：線的類型*/ plot gnp*date=1。data lexp。 lgnp=log(gnp)。proc gplot data=lexp。 plot lgnp*date=2 。proc arima data=lexp。run。run。run。run。set results。l95=exp(l95)。forecast=exp(forecast)。run。var date gnp l95 forecast u95。1jan9639。run。plot gnp*date=1 forecast*date=2 l95*date=3 u95*date=3/overlay legend。symbol2 i=join ci=green。run。 實(shí)驗(yàn)七 分析國(guó)際航線月度旅客總數(shù)數(shù)據(jù)一、 實(shí)驗(yàn)?zāi)康模菏煜み\(yùn)用SAS建立模型的方法，進(jìn)一步 了解模型的特征。三、實(shí)驗(yàn)要求：寫出分析報(bào)告。五、實(shí)驗(yàn)軟件：SAS系統(tǒng)。建立名為exp4的SAS數(shù)據(jù)集，輸入如下程序： 繪序列圖，輸入如下程序： 提交程序，觀察圖形，發(fā)現(xiàn)圖形有很強(qiáng)的季節(jié)性，且成指數(shù)函數(shù)上升形式，故做對(duì)數(shù)變換，輸入如下程序： 繪變換后序列圖，輸入如下程序： 提交程序，到graph窗口中觀察變換后的序列圖，可以看出它總的趨勢(shì)成直線上升，且有很強(qiáng)的季節(jié)性。1進(jìn)行參數(shù)估計(jì)，輸入如下程序：12 、提交程序，觀察輸出結(jié)果，可看出模型通過了白噪聲檢驗(yàn)，說明模型擬 合充分，故以此結(jié)果為我們所要的結(jié)果，依此結(jié)果寫出方程式。退出SAS系統(tǒng)，關(guān)閉計(jì)算機(jī)。 infile C:\Documents and Settings\Administrator\桌面\。 date=intnx(39。,39。d,_n_1)。run。symbol1 i=join v=dot c=red。run。 set exp4。run。 symbol2 i=spline c=green。run。 identify var=lair nlag=36。identify var=lair(1) nlag=24。identify var=lair(1,12) nlag=24 minic。estimate q=(1)(12) noconstant method=uls plot。forecast lead=3 interval=month id=date out=b。proc print data=b。data c。 air=exp(lair)。 l95=exp(l95)。run。run。symbol2 I=join v=plus r=1 c=green。proc gplot data=c。1jan5939。plot air*date=1 forecast*date=2 l95*date=3 u95*date=3/ overlay haxis=39。d to 39。d by month。 實(shí)驗(yàn)八 干預(yù)模型的建模一、 實(shí)驗(yàn)?zāi)康模赫莆崭深A(yù)模型的分析方法，進(jìn)一步熟悉ARIMA過程的使用方法。三、實(shí)驗(yàn)要求：寫出實(shí)驗(yàn)報(bào)告，掌握干預(yù)模型的建模方法。五、實(shí)驗(yàn)軟件：SAS系統(tǒng)。建立名為exp5的SAS數(shù)據(jù)集，輸入如下程序：或者輸入如下程序： data exp5。 date=intnx(‘month’,’1jan55’d,_n_1)。month=month(date)。x1=year=1960。winter=(year1965)summer。 只輸入 ozone 一欄的數(shù)據(jù) ； run。繪序列圖，輸入如下程序：提交程序，觀察圖形，發(fā)現(xiàn)圖形有很強(qiáng)的季節(jié)性和緩慢下降的趨勢(shì)。進(jìn)行參數(shù)估計(jì)，輸入如下程序：提交程序，觀察輸出結(jié)果，可看出模型不是很干凈，且不能通過白噪聲檢驗(yàn)。 1我們考察修建高速公路后，是否對(duì)臭氧有顯著性影響，輸入如下程序：1提交程序，觀察輸出結(jié)果，發(fā)現(xiàn)模型的標(biāo)準(zhǔn)差,AIC,SBC都變小了很多， 且x1的影響顯著。思考為什么不對(duì)summer和 winter進(jìn)行差分？ 1進(jìn)行預(yù)測(cè)值，輸入如下程序： 注：這樣的預(yù)測(cè)是x1,summer,winter已知的預(yù)測(cè)。 1退出SAS系統(tǒng)，關(guān)閉計(jì)算機(jī)。 infile C:\Documents and Settings\Administrator\桌面\。 date=intnx(39。,39。d,_n_1)。run。 symbol1 i=join v=dot c=red。run。identify var=ozone nlag=36。identify var=ozone(12) nlag=36 minic。estimate q=(1)(6)(12) method=cls plot。forecast lead=36 interval=month id=date out=b noprint。proc gplot data=b。plot residual*date。proc arima data=exp5。 estimate q=(1)(6)(12) input=(x1) noconstant method=ml itprint plot。proc arima data=exp5。 estimate q=(1)(12) input=(x1 summer winter) noconstant method=ml itprint plot。forecast lead=12 id=date interval=month out=c。proc gplot data=c。plot residual*date。quit。二、實(shí)驗(yàn)內(nèi)容：煤氣爐數(shù)據(jù)。四、實(shí)驗(yàn)時(shí)間：2小時(shí)。六、實(shí)驗(yàn)步驟開機(jī)進(jìn)入SAS系統(tǒng)。繪序列圖，輸入如下程序：提交程序，仔細(xì)觀察兩序列圖形，看兩者有何聯(lián)系。 識(shí)別輸入序列, 輸入如下程序： 提交程序，觀察的自相關(guān)和偏相關(guān)系數(shù)，可以看到偏相關(guān)系數(shù)是3步 截尾的。1觀察預(yù)白噪聲化后的兩序列的互相關(guān)系數(shù)，輸入如下程序： 1提交程序，觀察樣本自相關(guān)系數(shù)和偏相關(guān)系數(shù)和互相關(guān)系數(shù)，我們可以 初步識(shí)別傳遞函數(shù)模型為（2，2，3）(思考:為什么?)，即： 1進(jìn)行參數(shù)估計(jì)，并查看殘差的相關(guān)情況，輸入如下程序：1提交程序，觀察輸出結(jié)果，可以看到殘差的偏相關(guān)系數(shù)是2步 截尾的。1進(jìn)行預(yù)測(cè)，輸入如下程序： 提交程序，觀察預(yù)測(cè)結(jié)果。data exp6。 input x y。run。 symbol1 i=spline c=red。 plot x*t=1 y*t=2。proc arima data=exp6。run。 identify var=x nlag=12 minic。estimate p=(1,2,3,5) noint plot 。estimate input=(3$(1,2)/(1,2)x) plot。estimate p=2 input=(3$(1,2)/(1,2)x) plot。estimate p=2 input=(3$(1,2)/(1)x) plot。forecast lead=6 。 實(shí)驗(yàn)十 回歸與時(shí)序相結(jié)合的建模一、 實(shí)驗(yàn)?zāi)康模菏煜せ貧w與時(shí)序相結(jié)合的建模方法。三、實(shí)驗(yàn)要求：寫出實(shí)驗(yàn)報(bào)告，總結(jié)回歸與時(shí)序相結(jié)合的建模的一般步驟。五、實(shí)驗(yàn)軟件：SAS系統(tǒng)。建立名為exp7的SAS數(shù)據(jù)集，輸入如下程序： 保存上述程序，供以后分析使用（只需按工具條上的保存按鈕，然后填寫 完提問后就可以把這段程序保存下來）。繪序列圖，輸