楼主: whunio
16019 22

[原创博文] sas 实现 ARIMA模型 [推广有奖]

  • 0关注
  • 0粉丝

本科生

32%

还不是VIP/贵宾

-

威望
0
论坛币
94 个
通用积分
0.7900
学术水平
3 点
热心指数
4 点
信用等级
1 点
经验
450 点
帖子
52
精华
0
在线时间
97 小时
注册时间
2009-1-31
最后登录
2023-6-28

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
一部分(观察图形判断是否条件期望平稳)、、
  data example;
  input price1 price2;
  time=intnx ('month','01jul2004'd, _n_-1);
  format time date.;
  cards;
  
  ;
  proc gplot data=example;
  plot price1*time=1 price2*time=2/overlay;
  symbol1 c=black v=star i=join;
  symbol2 c=red v=circle i=needle;
  run;
  
  
  
  二部分(通过自相关系数,偏自相关系数,判断AR,MA,ARMA。大致判断阶数)、、
  data example;
  input freq@@;
  year=intnx('month','01jul2004'd, _n_-1);
  format year year4.;
  cards;
  34 45 54 453 90 24 85 474 488 843 43 573 546
  ;
  proc arima data=example;
  identify var=freq nlag=7 ;
  run;
  另外用identify var=freq nlag=8 minic p=(0:5) q=(0:5);
  即用minic语句用BIC准则选择最优模型阶数
  确定为ARMA(0,4)即MA(4)
  
  三部分、
  参数估计,同时包含了检验统计量BQ
  Estimate q=4;
  Run;
  
  例子
  data example;
  input x@@;
  time=_n_;
  cards;
  
  0.30 -0.45 0.36 0.00 0.17 0.45 2.15
  4.42 3.48 2.99 1.74 2.40 0.11 0.96
  
  ;
  proc gplot data=example;
  plot x*time=1;
  symbol1 c=red i=join v=star;
  run;
  proc arima data=example;
  identify var=x nlag=8 minic p=(0:5) q=(0:5) ;
  run;
  estimate p=2 q=1;/*可以用method=ml or uls cls ; 另外如果常数项不显著 用noint 除掉常数项*/
  run;
  
  
  
  第四部分
  序列预测
  forecast lead=5 id=time out=results;/*lead 预测期数 id 为指定身份变量 out预测结果存入某数据集*/
  run;
  
  第五部分
  最后还可以绘制拟合、预测图
  Proc gplot data=results;
  Plot x*time=1 forecast*time=2 l95*time=3 u95*time=3/overlay;/*说明l95,u95分别为95%的置信上限,下限*/
  Symbol1 c=black i=none v=star;
  Symbol2 c=red i=join v=none;
  Symbo13 c=green i=join v=none l=32;
  Run;
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:ARIMA模型 ARIMA MA模型 ima Rim example black 模型 star

已有 1 人评分学术水平 热心指数 收起 理由
论坛数据分析 + 1 + 2 精彩帖子

总评分: 学术水平 + 1  热心指数 + 2   查看全部评分

本帖被以下文库推荐

沙发
hanson.don 发表于 2011-1-29 09:11:12 |只看作者 |坛友微信交流群
很好,简单明了
欲说还休!!!

使用道具

藤椅
醉_清风 发表于 2011-2-9 16:19:35 |只看作者 |坛友微信交流群
确实很简洁
如果第一步改成白噪声检验及平稳判断 是不是会比用图形看更好些呢?
从来不需要想起 永远也不会忘记

使用道具

板凳
leedx 发表于 2011-2-18 17:44:39 |只看作者 |坛友微信交流群
这是时间序列分析的最基本的步骤~

使用道具

报纸
yuanying_1121 发表于 2011-3-2 04:01:31 |只看作者 |坛友微信交流群
很好 学习了 谢谢楼主

使用道具

地板
wyxdlzw 发表于 2011-5-1 21:22:57 |只看作者 |坛友微信交流群
Plot x*time=1 forecast*time=2 l95*time=3 u95*time=3/overlay;/*说明l95,u95分别为95%的置信上限,下限*/

这句还不是很懂,能不能再说的详细些呢

使用道具

7
wyxdlzw 发表于 2011-5-1 21:27:10 |只看作者 |坛友微信交流群
Plot x*time=1 forecast*time=2 l95*time=3 u95*time=3/overlay;/*说明l95,u95分别为95%的置信上限,下限*/
能不能帮忙解释下这句,尽量详细些,急用!谢谢!

使用道具

8
suzhzh 发表于 2011-5-2 00:25:35 |只看作者 |坛友微信交流群
学习了,真的不错。

使用道具

9
galaxytravel 发表于 2011-7-29 11:27:08 |只看作者 |坛友微信交流群
如果原序列需要差分后才平稳,怎么办呢?

使用道具

10
guanglei 发表于 2011-7-29 11:32:19 |只看作者 |坛友微信交流群
9# galaxytravel

那就进行差分呗,不过不平稳的序列预测效果并不太好
三人行,必有我师焉;择其善者而从之,其不善者而改之

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-28 07:56