時間序列分析實驗報告匯總

1、項目名稱:組員姓名:指導(dǎo)教師:完成日期:時間序列分析課程實驗報告非平穩(wěn)序列確定性分析李菲牛憲華2013年4月20日一、上機練習(xí)（P124）擬合線性趨勢12.79 14.02 12.9218.27 21.22 18.8125.73 26.27 26.7528.73 31.71 33.95程序：data xitil;input x;t=_n_;cards;12.79 14.02 12.9218.27 21.22 18.8125.73 26.27 26.7528.73 31.71 33.95;proc gplot data=xiti1;plot x*t;symbol c=red v=star i=j

2、oin;run;proc autoreg data=xiti1;model x=t;output predicted=xhat out=out;run;proc gplot data=out;plot x*t=1 xhat*t=2/overlay;symbol2 c=green v=star i=join;run;運行結(jié)果：Thw AUTQRZG Proc a durDependent Variible xOriinary Least SqnarEstimatesSSEMSESECRe gr e s s R-Squar eDurbin-tf at son26. 1902206EFE102. B

3、1902Roct MSE1.6183448.3900913AIC47. 4202780.9555Total R-Square0. 95S52.72697ari able皿EstimateStandard.Err ort Valueppros Fr |t|19. 70860. 9609. T5000111.能眺0. 135314 &5 FMcdfil23.5924E81.762E83T93056.0001Error12568. 347.3547UrLCurrected Tut；il143.5924E8HOTE: Anintercept not speci Ei si for thieFarame

4、t&rEstimateApprojrStd Error95 Confidence Limits1.03D91 99580.007S50.001081.01421.99351.04761.能如Approsima-teC orrelati cmMatrix1.0000000-0.9988037-0.9830371.0000000分析：由上圖可得該擬合模型為：xt=1.0309*1.9958t+It分析：圖中的紅色星號為原序列值，綠色的曲線為擬合后的擬合曲線，可以看出原序列值與擬合 值基本上是重合的，故該擬合效果是很好的。X11過程4077741778431604589741947440614437

5、847237433154339644843468354283343548446374710742552435264503947940437404500746667493254487846234470555031846354472604888352605485275023751592551525045152294546335880253990554775785061978程序:data xiti3;input x;t=intnx(quarter,*1jan1978*d,_n_-1);format t yyq4.;cards;407774177843160458974194744061443784

6、7237433154339644843468354283343548446374710742552435264503947940437404500746667493254487846354485275045153990462344726050237522945547747055488835159254633578505031852605551525880261978proc gplot data=xiti3;plot x*t;symbol c=red v=star i=join;run;proc x11 data=xiti3; quarterly date=t;var x;output out

7、=out b1=x d10=season d11=adjusted d12=trend d13=irr;data out;set out;estimate=trend*season/100;proc gplot data=out;plot x*t=1 estimate*t=2/overlay;plot adjusted*t=1 trend*t=1 irr*t=1;symbol1 c=red i= join v=star;symbol2 c=black i= none v=star;run;運行結(jié)果:分析：上圖為該序列的時序圖，可以很明顯的看出其具有長期增長趨勢，且具有季節(jié)波動，故我 們用X-1

8、1過程進行擬合。分析：上圖為季節(jié)調(diào)整后的序列值時序圖。分析：上圖為趨勢擬合值序列時序圖。分析：上圖為不規(guī)則波動值的時序圖。分析：上圖中的紅色線段為原序列值，黑色星星為擬合值，可以由圖中看出該擬合值與原序 列值基本上是重合的，故該擬合效果很好。Forecost 過程程序：input x;t=1949+_n_-1;cards;40777 41778 431604589741947 44061 443784723743315 43396 448434683542833 43548 446374710742552 43526 450394794043740 45007 466674932544878

9、46234 470555031846354 47260 488835260548527 50237 515925515250451 52294 546335880253990 55477 5785061978;proc gplot data=xiti4;plot x*t;symbol c=red v=star i=join;run;proc forecast data=xiti4 method=stepar trend=2 lead=5 out=out outfull outest=est;id t;var x;run;proc gplot data=out;plot x*t=_type_/h

10、ref=2008;symbol1 i=join v=star c=black;symbol2 i=join v=none c=green;symbol3 i=join v=none c=red;symbol4 i=join v=none c=red;run;分析：由該序列的時序圖可知，其具有長期趨勢，且含有季節(jié)效應(yīng)，趨勢特征基本為線性趨勢，即 trend=2.日- LQJ KEJ Gil 2分析：由上表可以很明顯的看到每一年的與序列值、預(yù)測值，還有預(yù)測的后面六期預(yù)測值的95%置信區(qū)間。分析：此表為預(yù)測過程中相關(guān)參數(shù)及擬合效果，可以看到RSQUARE=0.9574111,擬合效果 很好。分析：上

11、圖為預(yù)測效果圖，其中綠色的線段表示預(yù)測值，紅色的代表預(yù)測的5期值的95%置信區(qū)間，黑色的為原序列，可以看出其預(yù)測效果很好。二、課后習(xí)題7.某地區(qū)1962-1970年平均每頭奶牛的月度產(chǎn)奶量數(shù)據(jù)（單位：磅）具體數(shù)據(jù)詳見書P1235895616406567276976405995685775535826005666536737427166606175835875655986286186887057707366786396046115946346586227097227827567026536155216026356776357367558117987356976616676456887136677

12、62784837817767722681687660698717696775796858826783740701706677711734690785805871845801764725723690734750707807824886859819783740747711751（1）繪制該序列的時序圖，直觀考察該序列的特點。程序：data lianxil;input x;t=intnx(month, 1jan1962d,_n_-1); format t date.;cards;5895616406567276976405995685775535826005666536737427166606175

13、83587565598628618688705770736678639604611594634658622709722782756702653615521602635677635736755811798735697661667645688713667762784837817767722681687660698717696775796858826783740701706677711734690785805871845801764725723690734750707807824886859819783740747711751;proc gplot data=lianxi1;plot x*t;sym

14、bol c=red v=star i=join;run;QLJKHB2 OiJMTE.301JME5 aLJAHBB OtJWE.T DIJJJEfi 口仃煩9 DlJAffTO tHJWJTl分析：由上圖的時序圖可以很明顯的看出該序列具有長期的增長趨勢，且具有明顯的季節(jié) 效應(yīng)。（2）使用因素分解方法，擬合該序列的發(fā)展，并預(yù)測下一年該地區(qū)奶牛的月度產(chǎn)奶量。程序:proc forecast data=lianxi1 method=stepar trend=2 lead=12 out=out outfull outest=est;id t;var x;run;data out;set out;t=

15、intnx(month, 1jan1962d,_n_-1);proc gplot data=out;plot x*t=_type_;i=joini=joini=joini=joinsymboll symbol2 symbol3 symbol4v=starv=nonev=nonev=nonec=black;c=green;c=red;c=red;run;丁郵 丁旅3 JAMB4JXFBT JAW&9 丁岬 JAN70 J頌1郵 JAK73 JXN7+ J郵 JAK76 JAM7I J糜 J郵JAtfQl JWW J郵FORECASTType d ObservaiioDi * ACTTML命 GW

16、Bl VORE.CSBC.GFLOTT分析：上圖綠色的為擬合趨勢圖，后面的12個月就為所預(yù)測的1年的奶牛產(chǎn)奶量，上下兩 條紅色的線為95%執(zhí)行區(qū)間，黑色的為原序列時序圖，故可以看出該擬合趨勢和原序列基 本重合，故后面的預(yù)測結(jié)果也比較可信。（3）使用X-11方法，確定該序列的趨勢。程序：proc x11 data=lianxi1;monthly date=t;var x;output out=out b1=x d10=season d11=adjusted d12=trend d13=irr;data out;set out;estimate=trend*season/100;proc gplo

17、t data=out;plot x*t=1 estimate*t=2/overlay;plot adjusted*t=1 trend*t=1 irr*t=1;symbol1 c=red i= join v=star;symbol2 c=black i=join v=star;run;分析：上圖中，紅色的代表原序列，黑色的代表擬合的序列，可以看出除了在66年1月份 左右有一點區(qū)別外，其余的基本上都與原序列重合，故該擬合效果很好。8.某城市1980年1月至1995年8月每月屠宰生豬數(shù)量（單位：頭）（數(shù)據(jù)詳見書P123） 選擇適當(dāng)?shù)啬Ｐ蛿M合該序列的發(fā)展，并預(yù)測1995年9月至1997年9月該城市生豬

18、屠宰數(shù)量。 data lianxi2;input x;t=intnx（month, 1jan1980d,_n_-1）;format t date.;cards;76378 71947 33873 96428 105084 95741 110647 100331 94133 103055 90595 101457 76889 81291 91643 96228 102736 100264 103491 97027 95240 91680 101259 109564 76892 85773 95210 93771 98202 97922 100306 94089 102680 77919 9356

19、1 117032 81225 88357 106175 91922 104114 109959 97880 105386 96479 97580 109490 110191 90974 98981107188 94177 115097 113696 114532 120110 93607 110925 103312 120184 103069 103351 111331 106161 111590 99447 101987 85333 86970 10056189546892658271979498748467381977029784468697875878695717572264182773

20、576329259380783327238155971697508547270133791258580581778868526906979556881746669872258734457613186082754437396978139786466626973776800347069481823756407554082229753457703478589797697598278074775888410097966890519350384747745319190081635897978102278265772718504395418795681032839577091297 101244 1145

21、25 101139 93866 95171 100183 103926 102643 10838797077 90901 90336 88732 83759 99267 73292 78943 94399 9293790130 91055 106062 103560 104075 101783 93791 102313 82413 83534 109011 96499 102430 103002 91815 99067 110067 101599 97646 104930 88905 89936 106723 84307 114896 106749 87892 100506proc gplot data=lianxi2;plot x*t;symbol c=red v=star i=join;run;proc forecast data=lianxi2 method=stepar tren