【正文】 rrelation 1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1 Std 0 | |********************| 0 1 | . |******************* | 2 | . |***************** | 3 | . |**************** | 4 | . |*************** | 5 | . |************** | 6 | . |************** | 7 | . |************* | 8 | . |************* | 9 | . |************** | 10 | . |************** | 11 | . |*************** | 12 | . |*************** | 13 | . |************** | 14 | . |************* | 15 | . |************ . | 16 | . |*********** . | 17 | . |********** . | 18 | . |********* . | 19 | . |********* . | 20 | . |********* . | 21 | . |********* . | 22 | . |********** . | 23 | . |********** . | 24 | . |*********** . | . marks two standard errors 9f7f455e131c908d9235459d28b49e0b 商務數據分析 電 子商務系列 上海財經大學經濟信息管理系 IS/SHUFE Page 8 of 49 完成不同時滯的總體自相關系數為 0 的檢驗。然后對變換后的新序列建模預測，可以避免將數據擬合成更復雜的模型。 ? 如果時間序列呈二次趨勢，均值不是常數，利用二階差分將產生一個平穩(wěn)序列。 ? 如果時間序列呈現指數趨勢，均值和方差都不是常數，通常也可利用取自然對數轉化為平穩(wěn)序列。 （ 1） 取對數消除振幅變大趨勢 從原始時間序列的折線圖中觀察發(fā)現，該序列具有季節(jié)性變化同時有增大的趨勢，而且季節(jié)變化的振幅越來越大，再觀察 ACF 圖和自相關系數也得到相同的結論。另外，數據呈現每隔 12 個時間單位為一個周期的季節(jié)性。程序如下： data arimad02。 xlog=log(x)。 run。 plot xlog*date / vaxis=axis1 haxis=axis2 href=39。d to 39。d by year。 symbol1 i=join v=c h=3 l=1 r=1 font=swissb c=green。 axis1 label=(39。) order=( to by ) offset=(0,45)。12 Month39。1jan4939。1jan6139。 axis3 label=(39。) order=(100 to 650 by 50) offset=(23,0)。 title1 39。 run。 9f7f455e131c908d9235459d28b49e0b 商務數據分析 電 子商務系列 上海財經大學經濟信息管理系 IS/SHUFE Page 9 of 49 （ 2） 取兩次差分消除季節(jié)增長趨勢 從圖 ，對原始時間序列取對數變換后的新序列，明顯呈現季節(jié)性的增長的趨勢，仔細分析每 12個單位的周期 后發(fā)現 還有增長趨勢。同樣為了便于比較，我們仍然在一張圖上繪制轉換前的時間序列和轉換后的最終的平穩(wěn)時間序列 。 set arimad02。 run。 run。 plot xlog*date /vaxis=axis1 haxis=axis2 href=39。d to 39。d by year。 symbol1 i=join v=c h=3 l=1 r=1 font=swissb c=green。 axis1 label=(39。) order=( to by ) offset=(0,45)。12 Month39。1jan4939。1jan6139。 axis3 label=(39。) order=(1 to 1 by ) offset=(23,0)。 title1 39。 run。 4. 檢驗待選的時間序列模型的自相關函數 對需要轉換為平穩(wěn)時間序列的數據，如果最終是要用差分的方法來轉換，通常可直接調用 PROC ARIMA過程的 identify 語句來實現對指定變量 xlog所選差分的時滯數（如 1 和 12）的檢驗。 identify var=xlog(1,12) nlag=15。 提交 程序 運行后，結果 如 表 所示。從 IACF 及 PACF 圖中我們可選擇 AR 的階數為 1， 12。 5. 估計備選時間序列模型的參數 在辯識時間序列模型 ARIMA 的 p 和 q 完畢后，就要進行估計參數。下面給出的是不帶均值項、默認為最小二乘估計的程序： proc arima data=arimad03。 estimate q=(1)(12) p=(1)(12) noconstant 。 程序 提交運行后，結果 如 表 所示。對參數進行估計的目 的無非就是為了診斷檢驗模型，通過診斷檢驗可以證實所選模型的合理 或者推翻拒絕此模型，以尋求更合適的模型。 t 統計量是檢驗該項系數是否為 0 的統計量觀察值。擬合的 12)1,1,1()1,1,1( ?A R IM A 模型的具體形式為： tt BB BBZBB ?))(( ))(()1)(1( 121212?? ????? () 表中的 AR1,1 及 AR2,1 的 t 率分別為 和 ，由于 t 率太小， 因此， 該項系數為 0的假設檢驗并不顯著，故可以丟棄這兩項。 identify var=xlog(1,12) nlag=15。 run。 表 estimate q=(1)(12)語句計算的參數估計 從重新估計的輸出報表中可看出，參數估計的 t率較大 ( 和 )，我們認為可以保留。估計值之間的相關系數 為 ，這是一個較小的相關系數，如果這個相關系數較大時，就需要考慮是否刪除其中一個參數。最后 ， 將表中移動平均 MA 的兩個因子（ 1－ ） 和（ 1－ ） 代入 12)1,1,0()1,1,0( ?A R IM A 模型的估計形式，確定的具體模型形式為： tt BBZBB ?)5 2 9 9 )(5 0 2 7 ()1)(1( 1212 ????? () 其中 ， )log( tt xZ ? ， B 為后移算子， t? 為隨機干擾。假定我們要預測今后一年國際航線各個 月度的旅客人數，要使用 forecast 語句，同時將預測的結果輸出到一個指定的數據集forxlog中。 identify var=xlog(1,12) nlag=15。 forecast lead=12 interval=month id=date out=forxlog。 proc print data=forxlog。 程序 提交運行后，部分結果 如 表 所示。程序如下： data arimad04。 x=exp(xlog)。 l95=exp(l95)。 proc print data=arimad04。 proc gplot data=arimad04。1jan5739。 plot x*date forecast*date l95*date u95*date /overlay vaxis=axis1 haxis=axis2 href=39。d 。 symbol2 i=join v=F h=3 l=1 font=swissb c=blue。 symbol4 i=join l=1 font=swissb c=green。Passenger39。 axis2 label=(39。) order=(39。d to 39。d by year)。 title1 39。 title2 39。 title3 39。 title4 39。 run。 SAS 數據庫 一 . SAS 數據庫（ SAS data library）的成員 一個目錄里的所有 SAS 文件都是一個 SAS 數據庫（ SAS data library）的成員。 SAS 數據庫是一個邏輯概念，沒有物理實體 。注意，這個庫對應于主機操作系統的一個目錄，而 SAS 文件對應于目錄內的一個文件。典型地，像 BASE SAS 軟件，如果存儲目錄條目信息對于處理是必要的話，就自動地存儲 SAS 目錄條目，而在其他 SAS 軟件中，用戶必須在各個過程中規(guī)定這個目錄條目，用下面完整的四級名字形式來識別： （庫標記 .目錄名 .條目名 .條目類型）。 SAS 訪問描述器是一個允許用戶創(chuàng)建 SAS/ACCESS 視圖的工具，訪問描述器的成員類型為： ? ACCESS 的一些文件 我們可以用 SAS/ACCESS軟件里的 ACCESS 過程創(chuàng)建它們。 二 . 對 SAS 數據庫的管理 1 聯系和刪除庫標記的方法 可以使用 LIBNAME 語句把庫標記與一個 物理名字聯系起來 .例如上面例子中 : libname Study 39。 也可以使用 LIBNAME 語句刪除這個庫標記 ,提交的形式如下 : libname Study clear 。庫標記是在 SAS 系統中用來標識 SAS 系統一組文件的方式，它是一個臨時的名字，使得我們在每一個 SAS 系統作業(yè)或會話中與 SAS 數據庫聯系在一起。 ? 發(fā)布 END命令退出當前窗口或用 MOUSE單擊一下窗口右上角的關閉窗口按鈕。在這個 Libraries 對話框中可以更方便地完成上述的庫標記的建立 （ 單擊 New Library 按鈕）和修改 （ 單擊 Modify Library按鈕），數據庫和 SAS文件的查看（使用 View 下拉菜單）和更新（單擊 Refresh 按鈕）等 SAS 數據庫的管理。從 SAS 系統的 版本起， SAS 系統引入了有關驅動（ Engines）的文件新概念，用這一方法顯著地擴充了系統的文件存取功能。 3 SAS 系統采用 Engines 驅動的優(yōu)點 ? 處理已存在的較早版本的數據集，而不必拷貝它們?yōu)樾?