|
时间序列可以有ar ma aima arima等模型
下面举一个简单例子步骤
1、进入SAS系统。
2、 创建名为exp1的SAS数据集,即在窗中输入下列语句:
data exp1;
input a1 @@;
year=intnx(‘year’,’1jan1742’d,_n_-1);
format year year4.;
cards;
输入数序列
run;
3、 保存此步骤中的程序,供以后分析使用(只需按工具条上的保存按钮然后填写完提问 后就可以把这段程序保存下来即可)。
4、 绘数据与时间的关系图,初步识别序列,输入下列程序:
proc gplot data=exp1;
symbol i=spline v=star h=2 c=green;
plot a1*year; run;
5、 提交程序,在graph窗口中观察序列,可以看出此序列是均值平稳序列。
6、 识别模型,输入如下程序。
proc arima data=exp1;
identify var=a1 nlag=24;
run;
7、 提交程序,观察输出结果。初步识别序列为AR(3)模型。
8、 估计和诊断。输入如下程序:
estimate p=3;
run;
9、 提交程序,观察输出结果。假设通过了白噪声检验,且模型合理,则进行预测。
10、 进行预测,输入如下程序:
forecast lead=6 interval=year id=year out=out;
run;
proc print data=out;
run;
11、 提交程序,观察输出结果。
12、 退出SAS系统。
|