時(shí)間序列實(shí)驗(yàn)指引書正文

實(shí)驗(yàn)一平穩(wěn)性與純隨機(jī)性檢驗(yàn)一、實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)本實(shí)驗(yàn)，使學(xué)生掌握時(shí)序圖的繪制方法；(2)能夠判斷時(shí)間序列的平穩(wěn)性；(3)能夠檢驗(yàn)時(shí)間序列的純隨機(jī)性。二、實(shí)驗(yàn)要求根據(jù)數(shù)據(jù)作圖，采用時(shí)序圖檢驗(yàn)和自相關(guān)圖直觀判斷序列是否平穩(wěn)，利用LB統(tǒng)計(jì)量檢驗(yàn)時(shí)間序列是否為純隨機(jī)性序列，并按具體的題目要求完成實(shí)驗(yàn)報(bào)告。三、實(shí)驗(yàn)內(nèi)容實(shí)驗(yàn)題目：1945-1950年費(fèi)城月度降雨量數(shù)據(jù)如下(單位：mr)i，見下表。80.040.974.984.6101.1225.095.3100.648.3144.5128.352.368.637.1148.6218.7131.6112.881.831.047.570.161.555.6171.7220.5119.463.2181.673.964.8166.948.080.5105.289.9174.8124.086.4136.931.535.3112.3143.097.080.562.5158.27.6165.9106.792.263.226.277.052.3105.4144.349.5116.154.1148.6159.385.367.3112.859.4計(jì)算該序列的樣本自相關(guān)系數(shù)(k=1,2,……,24)。判斷該序列的平穩(wěn)性。判斷該序列的純隨機(jī)性。實(shí)驗(yàn)步驟：第一步：編程建立SAS數(shù)據(jù)集。第二步：利用Gplot程序?qū)?shù)據(jù)繪制時(shí)序圖。第三步：從時(shí)序圖中利用平穩(wěn)時(shí)間序列的定義判斷是否平穩(wěn)。Ide第四步：利用ARIMA程序?qū)?shù)據(jù)進(jìn)行分析，根據(jù)輸出的ntify語(yǔ)句中的樣本自相關(guān)圖，由平穩(wěn)時(shí)間序列的特性判斷是否平穩(wěn)。第五步：根據(jù)輸出的Identify語(yǔ)句中的純隨機(jī)檢驗(yàn)結(jié)果，利用LB統(tǒng)計(jì)量和白噪聲特性檢驗(yàn)時(shí)間序列是否為純隨機(jī)序列。實(shí)驗(yàn)二ARMA模型的應(yīng)用一、實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)本實(shí)驗(yàn)，使學(xué)生能夠運(yùn)用SAS統(tǒng)計(jì)軟件，對(duì)給出實(shí)際問(wèn)題的平穩(wěn)時(shí)間序列通過(guò)模型識(shí)別、參數(shù)估計(jì)、模型檢驗(yàn)、模型優(yōu)化等過(guò)程，建立符合實(shí)際的時(shí)間序列模型，并預(yù)測(cè)將來(lái)。、、實(shí)驗(yàn)要求處理數(shù)據(jù)，掌握平穩(wěn)時(shí)間序列的ARMA模型的建模過(guò)程和方法，并根據(jù)具體的實(shí)驗(yàn)題目要求完成實(shí)驗(yàn)報(bào)告。三、實(shí)驗(yàn)內(nèi)容實(shí)驗(yàn)題目：某地區(qū)連續(xù)74年的谷物產(chǎn)量（單位：千噸）如下：TOC\o"1-5"\h\z0.970.451.611.261.371.431.321.230.840.891.181.331.210.980.910.611.230.971.100.740.800.810.800.600.590.630.870.360.810.910.770.960.930.950.650.980.700.861.320.880.680.781.250.791.190.690.920.860.860.850.900.540.321.401.140.690.910.680.570.940.350.390.450.990.840.620.850.730.660.760.630.320.170.46（1）判斷該序列的平穩(wěn)性與純隨機(jī)性。（2）選擇適合模型擬合該序列的發(fā)展。（3）利用擬合模型，預(yù)測(cè)該地區(qū)未來(lái)5年的谷物產(chǎn)量。實(shí)驗(yàn)步驟：第一步：編程建立SAS數(shù)據(jù)集。ARIMA程序?qū)?shù)據(jù)進(jìn)由平穩(wěn)時(shí)間序列的特性LB統(tǒng)計(jì)量和白噪聲特性第二步：利用ARIMA程序?qū)?shù)據(jù)進(jìn)由平穩(wěn)時(shí)間序列的特性LB統(tǒng)計(jì)量和白噪聲特性第三步：從時(shí)序圖中利用平穩(wěn)時(shí)間序列的定義判斷是否平穩(wěn)？利用行分析，根據(jù)輸出的Identify語(yǔ)句中的樣本自相關(guān)圖，判斷是否平穩(wěn)？第四步：根據(jù)輸出的Identify語(yǔ)句中的純隨機(jī)檢驗(yàn)結(jié)果，利用檢驗(yàn)時(shí)間序列是否為純隨機(jī)序列？第五步：在序列判斷為平穩(wěn)非白噪聲序列后，求出該觀察值序列的樣本自相關(guān)系數(shù)(ACF和樣本偏自相關(guān)系數(shù)(PACF的值。第六步：根據(jù)樣本自相關(guān)系數(shù)和偏自相關(guān)系數(shù)的性質(zhì)，選擇階數(shù)適當(dāng)?shù)腁RMA(p,q)模型進(jìn)行擬合。第七步：估計(jì)模型中未知參數(shù)的值。第八步：檢驗(yàn)?zāi)Ｐ偷挠行浴Ｈ绻麛M合模型通不過(guò)檢驗(yàn)，轉(zhuǎn)向步驟6,重新選擇模型再擬合。第九步：模型優(yōu)化。如果擬合模型通過(guò)檢驗(yàn)，仍然轉(zhuǎn)向步驟2,充分考慮各種可能建立多個(gè)擬合模型，從所有通過(guò)檢驗(yàn)的擬合模型中選擇最優(yōu)模型。第十步：利用最優(yōu)擬合模型，預(yù)測(cè)序列的將來(lái)走勢(shì)。實(shí)驗(yàn)三時(shí)間序列的線性與非線性趨勢(shì)擬合、實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)本實(shí)驗(yàn)，使學(xué)生能夠利用SAS統(tǒng)計(jì)軟件，對(duì)給出實(shí)際問(wèn)題的非平穩(wěn)時(shí)間序列進(jìn)

行分析，掌握非平穩(wěn)時(shí)間序列的確定性部分的分離方法，建立合適的某一類確定性模型。、實(shí)驗(yàn)要求處理數(shù)據(jù)，掌握非平穩(wěn)時(shí)間序列的確定性模型的識(shí)別的方法，并根據(jù)具體的實(shí)驗(yàn)題目要求完成實(shí)驗(yàn)報(bào)告。、實(shí)驗(yàn)內(nèi)容實(shí)驗(yàn)題目：愛(ài)荷華州1948-1979年非農(nóng)產(chǎn)品季度收入數(shù)據(jù)如表4-8所示。TOC\o"1-5"\h\z60160462062664164264565568267869270773675376377577578379481382382682983183083885487288290391993792796297599510011013102110281027104810701095111311431154117311781183120512081209122312381245125812781294131413231336135513771416143014551480151415451589163416691715176018121809182818711892194619832013204520482097214021712208227223112349236224422479252825712634268427902890296430853159323733583489358836243719382139344028412942054349446345984725482749395067523154085492565358285965通過(guò)分析數(shù)據(jù)，選擇適當(dāng)模型擬合該序列長(zhǎng)期趨勢(shì)。實(shí)驗(yàn)步驟：第一步：編程建立SAS數(shù)據(jù)集。第二步：調(diào)用Gplot程序?qū)?shù)據(jù)繪制時(shí)序圖。第三步：從時(shí)序圖中觀察時(shí)間序列是否有趨勢(shì)，有何種趨勢(shì)，選擇適當(dāng)?shù)内厔?shì)模型分離數(shù)據(jù)中的確定性部分。實(shí)驗(yàn)四ARIMA模型―、實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)本實(shí)驗(yàn)，使學(xué)生能夠利用SAS統(tǒng)計(jì)軟件，對(duì)給出實(shí)際問(wèn)題的非平穩(wěn)時(shí)間序列進(jìn)行分析，通過(guò)平穩(wěn)性檢驗(yàn)、差分運(yùn)算、白噪聲檢驗(yàn)、擬合ARMA模型，建立ARIMA模型，在此基礎(chǔ)上進(jìn)行預(yù)測(cè)。二、實(shí)驗(yàn)要求處理數(shù)據(jù)，掌握非平穩(wěn)時(shí)間序列的ARIMA建模方法，并根據(jù)具體的實(shí)驗(yàn)題目要求完成實(shí)驗(yàn)報(bào)告。三、實(shí)驗(yàn)內(nèi)容實(shí)驗(yàn)題目：某城市連續(xù)14年的月度嬰兒出生率數(shù)據(jù)如下表所示：26.66323.59826.93124.74025.80624.36424.47723.90123.17523.22721.67221.87021.43921.08923.70921.66921.75220.76123.47923.82423.10523.11021.75922.07321.93720.03523.59021.67222.22222.12323.95023.50422.23823.14221.05921.57321.54820.00022.42420.61521.76122.87424.10423.74823.26222.90721.51922.02522.60420.89424.67723.67325.32023.58324.67124.45424.12224.25222.08422.99123.28723.04925.07624.03724.43024.66726.45125.61825.01425.11022.96423.98123.79822.27024.77522.64623.98824.73726.27625.81625.21025.19923.16224.70724.36422.64425.56524.06225.43124.63527.00926.60626.26826.46225.24625.18024.65723.30426.98226.19927.21026.12226.70626.87826.15226.37924.71225.68824.99024.23926.72123.47524.76726.21928.36128.59927.91427.78425.69326.88126.21724.21827.91426.97528.52727.13928.98228.16928.05629.13626.29126.98726.58924.84827.54326.89628.87827.39028.06528.14129.04828.48426.63427.73527.13224.92428.96326.58927.93128.00929.22928.75928.40527.94525.91226.61926.07625.28627.66025.95126.39825.56528.86530.00029.26129.01226.99227.897（1）選擇適當(dāng)模型擬和該序列的發(fā)展（2）使用擬合模型預(yù)測(cè)下一年度該城市月度嬰兒出生率實(shí)驗(yàn)步驟：第一步：編程建立SAS數(shù)據(jù)集；第二步：調(diào)用Gplot程序?qū)?shù)據(jù)繪制時(shí)序圖；第三步：從時(shí)序圖中利用平穩(wěn)時(shí)間序列的定義判斷是否平穩(wěn)？調(diào)用ARIMA程序?qū)?shù)據(jù)進(jìn)

由平穩(wěn)時(shí)間序列的特性行分析，根據(jù)輸出的Identify語(yǔ)句中的樣本自相關(guān)圖，判斷是否平穩(wěn);第四步:若不滿足平穩(wěn)性，則可利用差分運(yùn)算是否能使序列平穩(wěn)？重復(fù)第三步步驟;由平穩(wěn)時(shí)間序列的特性第四步:第五步:根據(jù)輸出的Identify第五步:根據(jù)輸出的Identify語(yǔ)句中的純隨機(jī)檢驗(yàn)結(jié)果，利用LB統(tǒng)計(jì)量和白噪聲特性檢驗(yàn)最后處理的時(shí)間序列是否為純隨機(jī)序列？第六步:在序列判斷為平穩(wěn)非白噪聲序列后，求出該觀察值序列的樣本自相關(guān)系數(shù)(ACF和樣本偏自相關(guān)系數(shù)（PACF第六步:在序列判斷為平穩(wěn)非白噪聲序列后，求出該觀察值序列的樣本自相關(guān)系數(shù)(ACF和樣本偏自相關(guān)系數(shù)（PACF的值，選擇階數(shù)適當(dāng)?shù)腁RIMA(p,d,q)模型進(jìn)行擬合，并估計(jì)模型中未知參數(shù)的值。第七步:檢驗(yàn)?zāi)Ｐ偷挠行?。如果擬合模型通不過(guò)檢驗(yàn)，轉(zhuǎn)向步驟6,重新選擇模型再第七步:檢驗(yàn)?zāi)Ｐ偷挠行?。如果擬合模型通不過(guò)檢驗(yàn)，轉(zhuǎn)向步驟6,重新選擇模型再擬合。第八步:模型優(yōu)化。如果擬合模型通過(guò)檢驗(yàn)，仍然轉(zhuǎn)向步驟6第八步:模型優(yōu)化。如果擬合模型通過(guò)檢驗(yàn)，仍然轉(zhuǎn)向步驟6,充分考慮各種可能建立多個(gè)擬合模型，從所有通過(guò)檢驗(yàn)的擬合模型中選擇最優(yōu)模型。第九步:利用最優(yōu)擬合模型，預(yù)測(cè)下一年度該城市月度嬰兒出生率。第九步:實(shí)驗(yàn)五Auto-Regressive模型一、實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)本實(shí)驗(yàn)，使學(xué)生能夠利用SAS統(tǒng)計(jì)軟件，對(duì)給出實(shí)際問(wèn)題的非平穩(wěn)時(shí)間序列進(jìn)行分析，通過(guò)確定性因素分解方法提取序列中主要的確定性信息、對(duì)殘差序列擬合自回歸模型，建立Auto-Regressive模型。二、實(shí)驗(yàn)要求處理數(shù)據(jù)，掌握非平穩(wěn)時(shí)間序列的Auto-Regressive建模方法，并根據(jù)具體的實(shí)驗(yàn)題目要求完成實(shí)驗(yàn)報(bào)告。三、實(shí)驗(yàn)內(nèi)容實(shí)驗(yàn)題目：1952-1988年中國(guó)農(nóng)業(yè)實(shí)際國(guó)民收入指數(shù)數(shù)據(jù)如下表所示。100.0101.6103.3111.5116.5120.1120.3100.683.684.788.798.9111.9122.9131.9134.2131.6132.2139.8142140.5153.1159.2162.3159.1155.1161.2171.5168.4180.4201.6218.7247253.7261.4273.2279.4通過(guò)分析數(shù)據(jù)，選擇適當(dāng)Auto-Regressive模型擬合該序列。實(shí)驗(yàn)步驟：第一步：編程建立SAS數(shù)據(jù)集；第二步：調(diào)用Gplot程序?qū)?shù)據(jù)繪制時(shí)序圖。第三步：從時(shí)序圖中是否顯示有明顯的隨時(shí)間線性增長(zhǎng)的趨勢(shì)，同時(shí)又有一定規(guī)律的波動(dòng)？調(diào)用AUTORE程序?qū)?shù)據(jù)進(jìn)行分析，建立因變量關(guān)于時(shí)間的回歸模型和延遲因變量回歸模型。第四步：分別檢驗(yàn)以上兩種模型殘差序列的自相關(guān)性，如果檢驗(yàn)結(jié)果顯示殘差序列具有顯著自相關(guān)性，建立殘差自回歸模型。并比較這兩種殘差自回歸模型的優(yōu)劣。實(shí)驗(yàn)六GARCH模型一、實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)本實(shí)驗(yàn)，使學(xué)生能夠利用SAS統(tǒng)計(jì)軟件，對(duì)給出實(shí)際問(wèn)題的非平穩(wěn)時(shí)間序列進(jìn)行分析，對(duì)異方差序列擬合GARCH模型。二、實(shí)驗(yàn)要求處理數(shù)據(jù)，掌握異方差序列的GARCH建模方法，并根據(jù)具體的實(shí)驗(yàn)題目要求完成實(shí)驗(yàn)報(bào)告。三、實(shí)驗(yàn)內(nèi)容實(shí)驗(yàn)題目：某金融時(shí)間序列的數(shù)據(jù)如下表所示。143.1140.3139.4142.8144.7-1140.7139.6140.4141.2140.9141.3141.7144.4140.9139.5143.4145.7140.8138.7139140140.4141.6142.3145.7142.8141.8147.6150.5143.5141.8142.4142.8142.7144.3145.7150.2146.9146150.2153.3148145.8146.2146.4145.8146.9148.4153.6150.1149.3156.7159151.5149.3151.4151.3150.9152.5154.4159.4155.4154.6163.1166.4156.8154.2155.5157.1157159.4161.3166.9161.9161.5169.9174.4164.2160.3162.2163.5162.8165.6168.2175.6170.3170.4174.6178.6174.1169.6171.7171170172.7173.4178.4173.4174.6185.7190.3176.6174.1177.4179.1179181.7183.9189184.9185.4199.6204.8189.3186.5190.2191.9191.4193.9196.3205.9199.8199.207211.4203.6199.4202.3203.3201.5203.2205212.9204205.5216.7222.2210.1206.2208.9210.1210212.8214.4222.6216.6218.6231.2236.9223.7221.1225.2227.5225.9227.7229.1231.4234.2258.9239.5234.7238.8241.8241.3244.5247259.4251.2251.6265.6273.3257253.6259.3261.1258.6259.5261.4271.8264.1266.5278.8285.2271.6266.3271.5273.5271272.6274.8281.8273.3276.4281.4278.1286288286.3287.8288.5

TOC\o"1-5"\h\z293.5299289291.4299.9295.1299.4302.3301302.5307318.6309312.2322.7315.6321.7326.3324.3327.7332344.1343.4332334.9347.5342.4349.4353.9351.7357359.4362.9372.5367.8356.4360.8376.2367.1376.7383.3381.9385.6387.7389.8398.6390.7380.9382.4387.1377.8387.6394.8398.5404.9411416.1419.8416.5405.7412.5431.3418.6423427.9426.1427.3429.8448.7435'2432.6447'2435.8451.3441.1446.5449.6450456.4466474.5486483474.2482.9498.7494.1503.7510.7508.5511.5517.4522.1533.4530.4517.6524.2539.2530.8541.4543.3539542.5542.1549.6564.5561.1551.9558.3575569.4585.2592594.8602.2605.5615.1633.5626.8613.1624.6647.2645.7663.5674679.1685.2692.8709.5740.6737.5717.1723.5752.5739.9744.4746.8745745.2753.7756765.9764.7745752.1778.3763.8778.8785.6781.3780780.8787.1803.2793772.3775.2791.3767.2773.8781.7777.4778.5784.5791.4811.9802.4788.3796.2818797.3810.8812.9814.5818.9817.6826.1844.3833.2823.4835852.9841.9857.8861.9864.2867.3875TOC\o"1-5"\h\z916.8918.1916.5通過(guò)分析數(shù)據(jù)，選擇適當(dāng)GARCH模型擬合該序列。實(shí)驗(yàn)步驟：第一步：編程建立SAS數(shù)據(jù)集；第二步：調(diào)用Gplot程序?qū)?shù)據(jù)繪制時(shí)序圖。第三步：從時(shí)序圖中是否顯示有明顯的隨時(shí)間線性增長(zhǎng)的趨勢(shì)，同時(shí)又有一定規(guī)律的波動(dòng)？調(diào)用AUTORE程序?qū)?shù)據(jù)進(jìn)行分析，建立延遲因變量回歸模型。第四步：檢驗(yàn)殘差序列的自相關(guān)性和異方差性，如果檢驗(yàn)結(jié)果顯示殘差序列具有顯著的異方差性，則建立條件異方差模型。

實(shí)驗(yàn)七綜合實(shí)驗(yàn)一、實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)本實(shí)驗(yàn)，使學(xué)生能夠利用SAS統(tǒng)計(jì)軟件，對(duì)給出實(shí)際問(wèn)題的非平穩(wěn)時(shí)間序列進(jìn)行分析，通過(guò)確定性因素分解方法提取序列中主要的確定性信息，然后檢驗(yàn)殘差序列的自相關(guān)性，建立合適的Auto-Regressive模型；若存在異方差性，則建立合適的ARCH模型或GARCH模型。二、實(shí)驗(yàn)要求處理數(shù)據(jù)，掌握殘差序列的建模方法，并根據(jù)具體的實(shí)驗(yàn)題目要求完成實(shí)驗(yàn)報(bào)告。三、實(shí)驗(yàn)內(nèi)容實(shí)驗(yàn)題目：1969年月一一1994年9月澳大利亞儲(chǔ)備銀行2年期有價(jià)證券利率數(shù)據(jù)如下表：4.9955.035.035.255.265.35.455.495.525.75.685.655.86.56.456.486.456.356.46.436.436.446.456.486.46.356.46.36.326.356.135.75.585.185.185.175.155.215.235.054.654.654.64.674.694.684.624.634.95.445.566.046.066.068.078.078.18.058.068.078.068.118.610.81111119.489.188.628.38.478.448.448.468.498.548.548.58.448.498.48.468.58.58.478.478.478.488.488.548.568.398.899.919.899.919.919.99.889.869.869.749.429.279.268.998.8