时间序列分析讲义(下).ppt

04十一月2024时间序列建模步骤流程：第一章SAS-时间序列数据Data数据集名;
input变量名1变量名2;
cards;
数据
;
run;dataexample1_1;inputprice;
cards;
3.41
3.45
3.42
3.53
3.45
;
run;（1）这2种方法都可以创建一个名叫example的临时数据集，保存在数据库WORK中，本次开机可调用，关机后数据不保存。datasassuser.example1_1;
inputprice@@;
cards;
3.413.453.423.533.45
;
run;（2）input语句中加@@，则录入可以按行录入，SAS按行读取数据；否则SAS按列读取数据。2、等间隔时间数据的录入可以在数据库WORK看见数据集example数据集中有两个变量t和price。例1-2录入下表中的数据：可以在数据库WORK看见数据集ex1_2数据集中有两个变量t和price。formattmonyy.指定时间的输出格式3、外部数据的读取1.2数据的处理可以在数据库WORK看见数据集ex1_3数据集中有3个变量。dataexample1_4;setexample1_3;
keeptlogp;
wheret>='01mar2005'd;
procprintdata=example1_4;run;可以在数据库WORK看见数据集example1_4:dataexample1_5;inputprice@@;
t=intnx('month','1jan2005'd,_n_-1);
formattdate.;cards;
3.413.45.3.533.45
;
procexpanddata=example1_5out=example1_6;idt;
procprintdata=example1_5;
procprintdata=example1_6;run;可以在数据库WORK看见数据集example1_4:“procprintdata=example1_5;”
是查看语句，可以在输出窗口看到两个数据集。第二章SAS-时间序列预处理例2.1以下表dataexample2_1;
inputprice1price2;
time=intnx('month','01jul2004'd,_n_-1);
formattimedate.;cards;
12.8515.21
13.2914.23
12.4214.69
15.2116.27
14.2316.75
13.5615.33
;
run;
procgplotdata=example2_1;
plotprice1*time=1price2*time=2/overlay;
symbol1c=blackv=stari=join;symbol2c=redv=circlei=spline;
run;2.2平稳检验与纯随机性检验SAS的ARIMA过程中的IDENGTIFY语句，提供了白噪声检验的结果，同时提供了醒目的自相关、偏相关函数图，可以帮助判别平稳性。
dataexample2_2;
inputfred@@;
year=intnx('year','1jan1970'd,_n_-1);
formatyearyear4.;
cards;
97154137.7149164157188204179210202218209
204211206214217210217219211233316221239
215228219239224234227298332245357301389
;
procarimadata=example2_2;
identifyvar=fred;
run;描述性统计量自相关函数图偏相关函数图检验统计量的P值<0.001,序列不是白噪声,可以建模.注:
IDENGTIFY给出的五条消息中,一般利用自相关、偏相关信息判别序列平稳性，利用白噪声检验信息判断序列的纯随机性。模型识别与定阶
参数估计与模型诊断
预测模型的识别可以通过IDENGTIFY语句实现。
dataexample3_1;
inputx@@;
time=_n_;
cards;
0.30-0.450.360.000.170.452.15
4.423.482.991.742.400.110.96
0.21-0.10-1.27-1.45-1.19-1.47-1.34
-1.02-0.270.14-0.070.10-0.15-0.36
-0.50-1.93-1.49-2.35-2.18-0.39-0.52
-2.24-3.46-3.97-4.60-3.09-2.19-1.21
0.780.882.071.441.500.29-0.36
-0.97-0.30-0.280.800.911.9