時(shí)間序列實(shí)驗(yàn)非平穩(wěn)序列的確定性

第四章總結(jié)時(shí)序確定性因素的分解：長(zhǎng)期趨勢(shì)波動(dòng)、季節(jié)性變化、隨機(jī)波動(dòng)趨勢(shì)分析及其SAS過(guò)程趨勢(shì)擬合法：線性、非線性平滑法：移動(dòng)平均、指數(shù)平滑季節(jié)效應(yīng)分析：計(jì)算季節(jié)指數(shù)綜合分析：理解分析思路，掌握分析步驟以及SAS過(guò)程X－11過(guò)程：了解其原理、SAS過(guò)程和SAS結(jié)果的分析。趨勢(shì)分析目的有些時(shí)間序列具有非常顯著的趨勢(shì)，我們分析的目的就是要找到序列中的這種趨勢(shì)，并利用這種趨勢(shì)對(duì)序列的發(fā)展作出合理的預(yù)測(cè)

常用方法趨勢(shì)擬合法平滑法趨勢(shì)擬合法趨勢(shì)擬合法就是把時(shí)間作為自變量，相應(yīng)的序列觀察值作為因變量，建立序列值隨時(shí)間變化的回歸模型的方法

分類線性擬合非線性擬合（曲線擬合）線性擬合使用場(chǎng)合長(zhǎng)期趨勢(shì)呈現(xiàn)出線性特征模型結(jié)構(gòu)例4.1:擬合澳大利亞政府1981——1990年每季度的消費(fèi)支出序列

線性擬合模型參數(shù)估計(jì)方法最小二乘估計(jì)參數(shù)估計(jì)值線性擬合的SAS過(guò)程dataa;inputgov_cons@@;time=intnx('quarter','1jan1981'd,_n_-1);formattimeyear2.;t=_n_;cards;原始數(shù)據(jù);procgplot;plotgov_cons*time=1;symbol1c=blackv=stari=join;線性擬合的SAS過(guò)程procautoreg;/*自回歸過(guò)程*/或者procreg;/*回歸過(guò)程*/

modelgov_cons=t;outputout=outp=forecast;procgplotdata=out;plotgov_cons*time=1forecast*time=2/overlayhaxis='1jan1981'dto'1jan1991'dbyyear;symbol2c=redv=nonei=joinw=2l=3;run;線性擬合模型結(jié)果(autoreg過(guò)程)線性擬合模型結(jié)果(reg過(guò)程)擬合合效效果果圖圖非線線性性擬擬合合使用用場(chǎng)場(chǎng)合合長(zhǎng)期期趨趨勢(shì)勢(shì)呈呈現(xiàn)現(xiàn)出出非線線性性特特征征參數(shù)數(shù)估估計(jì)計(jì)指指導(dǎo)導(dǎo)思思想想能轉(zhuǎn)轉(zhuǎn)換換成成線線性性模模型型的的都都轉(zhuǎn)轉(zhuǎn)換換成成線線性性模模型型，用用線線性性最最小小二二乘乘法法進(jìn)進(jìn)行行參參數(shù)數(shù)估估計(jì)計(jì)實(shí)在在不不能能轉(zhuǎn)轉(zhuǎn)換換成成線線性性的的，，就就用用迭迭代代法法進(jìn)進(jìn)行行參參數(shù)數(shù)估估計(jì)計(jì)常用用非非線線性性模模型型模型變換變換后模型參數(shù)估計(jì)方法線性最小二乘估計(jì)線性最小二乘估計(jì)－－迭代法－－迭代法－－迭代法例4.2：：對(duì)上上海海證證券券交交易易所所1991年1月-2001年10月每每月月末末上上證證指指數(shù)數(shù)序序列列進(jìn)進(jìn)行行模模型型擬擬合合非線線性性擬擬合合模型型變換換參數(shù)數(shù)估估計(jì)計(jì)方方法法線性性最最小小二二乘乘估估計(jì)計(jì)擬合合模模型型口口徑徑dataa;inputindex@@;time=intnx('month','1jan1991'd,_n_-1);formattimeyear2.;t=_n_;cards;原始始數(shù)數(shù)據(jù)據(jù);t2=t**2;procgplot;plotindex*time=1;symbol1c=blackv=nonei=join;procreg;modelindex=tt2;modelindex=t2;outputout=outp=index_cup;procgplotdata=out;plotindex*time=1index_cup*time=2/overlay;symbol2c=redv=nonei=joinw=2l=3;run;非線線性性擬擬合合模模型型SAS結(jié)果非線性擬合模模型SAS結(jié)果擬合效果圖綜合分析常用綜合分析析模型加法模型乘法模型混合模型例4.7對(duì)1993年——2000年中國(guó)社會(huì)消消費(fèi)品零售總總額序列（數(shù)數(shù)據(jù)見附錄1.11）進(jìn)行確定性性時(shí)序分析。。例4.7的SAS過(guò)程dataa;inputx@@;t=intnx('month','1jan1993'd,_n_-1);formattyear4.;cards;原始數(shù)據(jù);procgplot;plotx*t;symbolc=redi=joinv=star;run;對(duì)原始數(shù)據(jù)集集a畫時(shí)序圖，對(duì)應(yīng)書4-6圖例4.7的SAS過(guò)程databb;inputxx@@;t=intnx('month','1jan1993'd,_n_-1);formattyear4.;cards;剔除季節(jié)效應(yīng)應(yīng)后的數(shù)據(jù);procgplotdata=bb;plotxx*t;symbolc=blacki=nonev=star;run;對(duì)消除季節(jié)效效應(yīng)后的數(shù)據(jù)據(jù)集bb畫圖，對(duì)應(yīng)書4-8圖例4.7的SAS過(guò)程Datab;setbb(keep=xx);t=_n_;procreg;modelxx=t;outputout=outp=xxx;procprintdata=out;run;procgplotdata=out;plotxx*t=1xxx*t=2/overlay;symbol2c=redv=nonei=join;run;線性趨勢(shì)擬合合后的效果圖圖，對(duì)應(yīng)書4-9圖對(duì)數(shù)據(jù)集b進(jìn)行趨勢(shì)擬合合例4.7的SAS過(guò)程datac;setout;r=xx-xxx;procprint;run;procgplotdata=c;plotr*t;run;畫殘差序列圖圖，對(duì)應(yīng)書4-10圖創(chuàng)建殘差數(shù)據(jù)據(jù)集cX-11過(guò)程簡(jiǎn)介X-11過(guò)程是美國(guó)國(guó)國(guó)情調(diào)查局編編制的時(shí)間序序列季節(jié)調(diào)整整過(guò)程。它的的基本原理就就是時(shí)間序列列的確定性因因素分解方法法因素分解長(zhǎng)期趨勢(shì)起伏伏季節(jié)波動(dòng)不規(guī)則波動(dòng)交易日影響模型加法模型乘法模型例4.7的SAS過(guò)程對(duì)1993年——2000年中國(guó)社會(huì)消消費(fèi)品零售總總額序列使用用X-11過(guò)程進(jìn)行季節(jié)節(jié)調(diào)整選擇模型（無(wú)無(wú)交易日影響響）X-11的SAS過(guò)程dataa;inputx@@;t=intnx('month','1jan1993'd,_n_-1);formattyear4.;cards;原始數(shù)據(jù);X-11的SAS過(guò)程procx11data=a;monthlydate=t;varx;outputout=outb1=xd10=seasond11=adjustedd12=trendd13=irr;procgplotdata=out;plotx*t=1season*t=2adjusted*t=2trend*t=2irr*t=2/overlay;symbol1c=blacki=joinv=star;symbol2c=redi=joinv=nonew=2;run;X-11的SAS過(guò)程語(yǔ)句說(shuō)明：procx11data=a;：對(duì)數(shù)據(jù)集a的數(shù)據(jù)進(jìn)行X-11分析；monthlydate=t;：告訴系統(tǒng)這是是月度數(shù)據(jù)(如是季度數(shù)據(jù)據(jù)就記作quarterly)，變量t為時(shí)間變量名名；varx;：進(jìn)行季節(jié)調(diào)整整的變量為x；outputout=outb1=xd10=seasond11=adjustedd12=trendd13=irr;：輸出部分結(jié)果果到臨時(shí)數(shù)據(jù)據(jù)集OUT，要求的輸出出結(jié)果是：X-11的SAS過(guò)程outputout=outb1=xd10=seasond11=adjustedd12=trendd13=irr;：輸出部分結(jié)果果到臨時(shí)數(shù)據(jù)據(jù)集OUT，要求的輸出出結(jié)果是：1、原始序列值值x（表b1的數(shù)值）；2、季節(jié)指數(shù)（（或稱為季節(jié)節(jié)因子）season（表d10的數(shù)據(jù)）；3、季節(jié)調(diào)整后后的序列值adjusted（表d11的數(shù)據(jù)）；4、趨勢(shì)擬合值值trend（表d12的數(shù)據(jù)）；5、不規(guī)則波動(dòng)動(dòng)值irr（表d13的數(shù)據(jù)）。9、靜夜四無(wú)無(wú)鄰，荒居居舊業(yè)貧。。。12月-2212月-22Saturday,December24,202210、雨中黃葉葉樹，燈下下白頭人。。。07:25:1007:25:1007:2512/24/20227:25:10AM11、以我獨(dú)獨(dú)沈久，，愧君相相見頻。。。12月-2207:25:1007:25Dec-2224-Dec-2212、故人江江海別，，幾度隔隔山川。。。07:25:1007:25:1007:25Saturday,December24,202213、乍見翻疑夢(mèng)夢(mèng)，相悲各問(wèn)問(wèn)年。。12月-2212月-2207:25:1007:25:10December24,202214、他鄉(xiāng)生白發(fā)發(fā)，舊國(guó)見青青山。。24十二月月20227:25:10上午07:25:1012月-2215、比比不不了了得得就就不不比比，，得得不不到到的的就就不不要要。。。。。十二二月月227:25上上午午12月月-2207:25December24,202216、行行動(dòng)動(dòng)出出成成果果，，工工作作出出財(cái)財(cái)富富。。。。2022/12/247:25:1007:25:1024December202217、做做前前，，能能夠夠環(huán)環(huán)視視四四周周；；做做時(shí)時(shí)，，你你只只能能或或者者最最好好沿沿著著以以腳腳為為起起點(diǎn)點(diǎn)的的射射線線向向前前。。。。7:25:10上上午午7:25上上午午07:25:1012月月-229、沒沒有有失失敗敗，，只只有有暫暫時(shí)時(shí)停停止止成成功功??！。。12月月-2212月月-22Saturday,December24,202210、很多多事情情努力力了未未必有有結(jié)果果，但但是不不努力力卻什什么改改變也也沒有有。。。07:25:1007:25:1007:2512/24/20227:25:10AM11、成功功就是是日復(fù)復(fù)一日日那一一點(diǎn)點(diǎn)點(diǎn)小小小努力力的積積累。。。12月月-2207:25:1007:25Dec-2224-Dec-2212、世間成事事，不求其其絕對(duì)圓滿滿，留一份份不足，可可得無(wú)限完完美。。07:25:1007:25:1007:25Saturday,December24,202213、不知香香積寺，，數(shù)里入入云峰。。。12月-2212月-2207:25:1007:25:10December24,202214、意志堅(jiān)堅(jiān)強(qiáng)的人人能把世世界放在在手中像像泥塊一一樣任意意揉捏。。24十十二月20227:25:10上午午07:25:1012月-2215、楚塞三湘接接，荊門九派派通。。。十二月227:25上上午12月-2207:25December24,202216、少年十五二二十時(shí)，步行行奪得胡馬騎騎。。2022/12/247:25:1007:25:1024December202217、空山新雨后后，天氣晚來(lái)來(lái)秋。。7:25:10上午7:25上上午07:25:1012月-229、楊柳散和和風(fēng)，青山山澹吾慮。。。12月-2212月-22Saturday,December24,202210、閱讀一切切好書如同同和過(guò)去最最杰出的人人談話。07:25:1007:25:1007:2512/24/20227:25:10AM11、越是沒沒有本領(lǐng)領(lǐng)的就越越加自命命不凡。。12月-2207:25:1007:25Dec-2224-Dec-2212、越是無(wú)無(wú)能的人人，越喜喜歡挑剔剔別人的的錯(cuò)兒。。07:25:1007:25:1007:25Saturday,December24,202213、知人人者智智，自自知者者明。。勝人人者有有力，，自勝勝者強(qiáng)強(qiáng)。12