楼主: s`_1种想念||
6242 3

用SAS建立ARMA(1,1)模型 [推广有奖]

  • 0关注
  • 0粉丝

初中生

14%

还不是VIP/贵宾

-

威望
0
论坛币
87 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
79 点
帖子
8
精华
0
在线时间
4 小时
注册时间
2013-10-21
最后登录
2013-12-4

楼主
s`_1种想念|| 发表于 2013-12-3 14:43:51 |AI写论文

+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

2174.00
2235.31
2276.05
2338.24
2384.73
2427.60
2465.34
2530.90
2586.30
2655.39
2746.25
2864.07
3044.57
3082.52
3160.09
3262.91
3400.61
3464.76
3564.86
3647.34
3838.63
4009.92
4203.61
4032.51
4157.20
4266.39
4398.22
4490.17
4585.60
4706.39
4829.82
4961.69
5145.38
5424.43
5738.82
6099.32
6236.46
6426.10
6591.44
6707.74
6910.12
7109.73
7327.33
7532.09
7690.04
7849.02
7942.23
8188.72
8451.80
8536.72
8750.70
8950.40
9250.20
9411.15
9545.50
9720.39
9879.28
10096.26
10387.51
10663.44
11046.92
11573.72
12020.31
12465.66
12926.71
13326.25
13852.00
14086.41
14336.11
14548.98
14969.06
15282.49
15898.10
16471.34
16821.77
17566.55
17969.61
18088.28
18451.64
18841.53
19055.85
18796.88
18847.17
19460.30
19134.56
19120.66
19537.41
20088.80
20894.91
21316.06
21746.18
22108.27
22725.95
23282.72
23887.88
23991.52
24152.21
24245.91
24470.84
24905.12
24395.06
24542.75
25388.94
25478.38
26483.03
27608.99
27678.09
28473.38
29316.74
29913.86
30446.74
31458.43
31659.97
31974.91
32452.83
32624.99
32016.83
32737.96
32209.07
31811.48
32536.31
33096.57
33049.71
32989.13
32061.09
32400.05
32399.52
32729.01
32850.95
32874.26
32976.71
33115.89
这是数据,需要一个具体程序

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:ARMA ARM RMA 具体程序 模型

沙发
bakoll 发表于 2015-1-31 22:10:19
ARIMA过程的语法格式如下:  
Proc  arima  data = <时间序列数据集>;  
Identify  var = <分析变量> [ststionarity = (<检验方法> = <阶数>)]  nlag = k        [minic p = (0: n) q = (0: m)];  
Estimate  [method = 参数估计方法]  p = n  q = m  [noint];
Forecast  lead = u  id = 时间变量  out = results;
Run     
说明:      
1) Identify命令输出5方面的信息:分析变量的描述性统计、样本自相关图、样本逆自相关图、样本偏自相关图和纯随机检验结果;      如果增加可选项minic短语,则可以得到一定范围内的最优模型定阶。  如果增加可选项ststionarity短语,则可以得到单位根检验的结果。     2) Estimate命令输出5方面的信息:未知参数的估计值、拟合统计量的值、系数相关阵、残差自相关检验结果和拟合模型的具体形式;      如果增加可选项method短语,则可以选择参数估计的方法:ML(极大似然法)、ULS(最小二乘法)、CLS(条件最小二乘法——系统默认)。     3) Forecast命令输出模型对序列的短期预测值,包括预测值的标准差、95%的置信下限、95%的置信上限等;      利用存储在临时数据集results中的数据,可以绘制拟合、预测图。

藤椅
MMlh 发表于 2016-5-26 15:34:00
按那样建立了为什么结果只有优化总结,没有其他建模结果?

板凳
MMlh 发表于 2016-5-26 15:34:01
按那样建立了为什么结果只有优化总结,没有其他建模结果?

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
GMT+8, 2026-1-9 11:43