格式：ppt&&&
贡献者：Mlatham87
上传时间： 16:51
此文档归属以下专题
暂无相关专题
-------------
新增文件夹...
(多个标签用逗号分隔)
&第五章 时间序列数据的平稳性检验
分享到：&&
下载本文档需要登录，并付出相应积分。()
文件大小:649KB
所需积分:& 30
(C) MBA Library, All rights reserved. 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
时间序列实验报告
下载积分：2000
内容提示：时间序列实验报告,时间序列分析实验,时间序列记忆实验,时间序列,金融时间序列分析,时间序列预测法,时间序列分析,时间序列模型,应用时间序列分析,时间序列数据,平稳时间序列
文档格式：DOC|
浏览次数：1|
上传日期： 13:41:01|
文档星级：
该用户还上传了这些文档
下载文档:时间序列实验报告.DOC
官方公共微信7 时间序列分析2_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
文档贡献者贡献于
评价文档：
117页免费81页免费81页免费69页免费155页免费 105页免费69页免费62页免费12页免费16页免费
7 时间序列分析2|
把文档贴到Blog、BBS或个人站等：
普通尺寸(450*500pix)
较大尺寸(630*500pix)
大小：334.00KB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢TOP热门关键词
专题页面精选
请教各位：我是用arima过程做adf单位根检验，最后结果如下：，怎么看该序列是平稳的还是非平稳的？没学过时间序列，望解答，谢谢。NameofVariable=varMeanofWorkingSeries2.7524StandardDeviation1.690617NumberofOb ...
请教各位：我是用arima过程做adf单位根检验，最后结果如下：，怎么看该序列是平稳的还是非平稳的？没学过时间序列，望解答，谢谢。
Name of Variable = var
Mean of Working Series
Standard Deviation
Number of Observations
Autocorrelations
Covariance
Correlation
-1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1
|********************|
|****************
|************
&.& marks two standard errors
Inverse Autocorrelations
Correlation
-1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1
*********|
Partial Autocorrelations
Correlation
-1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1
|****************
Autocorrelation Check for White Noise
Square DF ChiSq
--------------------Autocorrelations--------------------
&. 0.605 0.372 0.213 0.127 0.070
Augmented Dickey-Fuller Unit Root Tests
Single Mean
本文关键词： 本文论坛网址：
您可能感兴趣的文章
本站推荐的文章
本文标题：
本文链接网址：
1.凡人大经济论坛-经管之家转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责；
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性，不作出任何保证或承若；
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。53SAS分析非平稳时间序列
上亿文档资料，等你来发现
53SAS分析非平稳时间序列
运用SAS对谷物产量进行分析；一、摘要；利用SAS软件（程序见附录）判断谷物产量数据为平；二、理论准备；首先判断序列的随机性和平稳性；三、数据选取；本实验采用某地区连续74年的谷物产量（单位：千吨；0.970.451.611.261.371.43；四、数据进行平稳性与纯随机性的检验与判别（一）序；图1序列延迟6阶LB检验结果；序列纯随机性检验结果显示延迟6阶
运用SAS对谷物产量进行分析 一、摘要利用SAS软件（程序见附录）判断谷物产量数据为平稳序列且为非白噪声序列，然后先后通过模型的识别、参数的估计、模型的优化、残差白噪声检验，确定AR(1)模型拟合时间序列显著有效。由于时间序列之间的相关关系，且历史数据对未来数据有一定的影响，对未来5期的谷物生产量进行预测。二、理论准备首先判断序列的随机性和平稳性。通过随机性检验，判断该序列是否为白噪声序列，如果是白噪声序列，就认为该随机事件没有包含任何值得提取的有用信息，我们就应该终止分析。通过平稳性检验，序列可以分为平稳序列和非平稳序列。如果序列平稳，通过相关计算进行模型拟合，并利用过去行为对将来行为进行预测，达到预测效果。如果序列为非平稳，再确定模型为非平稳序列中四大类模型中的哪种种模型或者几种模型对序列的综合影响，通过把序列转化为平稳序列，再进一步分析。三、数据选取本实验采用某地区连续74年的谷物产量（单位：千吨），如下所示：0.97 0.45 1.61 1.26 1.37 1.43 1.32 1.23 0.84 0.89 1.18 1.33 1.21 0.98 0.91 0.61 1.23 0.97 1.10 0.74 0.80 0.81 0.80 0.60 0.59 0.63 0.87 0.36 0.81 0.91 0.77 0.96 0.93 0.95 0.65 0.98 0.70 0.86 1.32 0.88 0.68 0.78 1.25 0.79 1.19 0.69 0.92 0.86 0.86 0.85 0.90 0.54 0.32 1.40 1.14 0.69 0.91 0.68 0.57 0.94 0.35 0.39 0.45 0.99 0.84 0.62 0.85 0.73 0.66 0.76 0.63 0.32 0.17 0.46四、数据进行平稳性与纯随机性的检验与判别 （一）序列的纯随机性检验 图1序列延迟6阶LB检验结果 序列纯随机性检验结果显示延迟6阶LB检验统计量的P值小于1%的显著性水平0.0001，说明序列之间蕴含着很强的相关信息，即该序列是非随机性序列，为非白噪声。 （二）模型的平稳性检验――ADF检验 绘制该序列时序图：图2 序列时序图 该时序图显示该地区谷物产量在0.8千吨左右，波动比较平稳，但存在略微趋势。运用单位根检验序列的平稳性。 序列时序图得到如下图： 图3
ADF检验图 ADF检验结果表示，单位根统计量ADF=-2.682929，在5%的显著性水平下，接受γ=0的原假设，即认为该序列非平稳且带有趋势。为此对序列进行一阶差分（Yt=Xt=Xt-Xt?1），画出Yt的时序图如下 由时序图可以看出经过一阶差分后的序列平稳。进一步对差分后的序列进行单位根检验，如图： 图4 一阶差分后的ADF检验图 从图中可以看出，在5%的显著性水平下，拒绝γ=0的假设，即通过一阶差分后，序列基于平稳。下面便对一阶差分序列Yt进行分析。五、模型的识别令Yt=X=X-Xttt?1 画出差分序列的自相关图和偏自相关图如下： 图5 样本自相关图 样本自相关图显示除了延迟一阶自相关系数在二倍标准差范围以外，其他阶数的自相关系数都在2倍标准差范围内波动。根据自相关系数的这一特点可以初步判断该序列具有短期相关性，进一步确定序列平稳。同时，可以认为该序列的自相关系数1阶截尾。 图6 样本偏自相关图 样本偏自相关图显示除了延迟1、2、3阶的偏自相关系数显著大于2倍标准差之外，其他的偏自相关系数都在2倍标准差范围内作小值随机波动，所以该偏自相关系数可认为3阶截尾。为了模型定阶的准确性，下面采用BIC准则，对模型进行判断。 根据BIC准则，我们知道在所有通过检验的模型中使得BIC函数达到最小的模型为相对最优模型。为此运用SAS输出所有自相关延迟阶数小于等于10，移动平均延迟阶数小于等于5的所有ARMA(p，q)模型的BIC信息量，如下图所示： 图7 ARMA(p，q)模型的BIC信息量 图表显示一阶差分序列Yt的BIC信息量最小的是MA(1)模型。BIC统计量值为-2.8997。可得该模型为MA(1)模型。六、模型的参数估计由BIC准则确定，该模型为MA( 1) 模型,运用SAS的ESTIMATE命令输出未知参数估计结果，如下图所示： 图8 模型参数估计 参数显著性结果显示常数项的参数t统计量的P值均大于0.05，即参数不显著。然后通过更改命令，去掉常数项，得到的未知参数估计结果，如下图所示：包含各类专业文献、专业论文、外语学习资料、中学教育、行业资料、生活休闲娱乐、应用写作文书、高等教育、各类资格考试、53SAS分析非平稳时间序列等内容。　
　　【】　
您可在本站搜索以下内容：
　M. Jenkins 发表了专著《时间序 列分析:预测和控制》 ,对平稳时间序列数据,提出了自回归滑动平均 模型 ARIMA,以及一整套的建模、估计、检验和控制方法。使时间序...
　M. Jenkins 发表了专著《时间序列分析:预测和控制》 , 对平稳时间序列数据,提出了自回归滑动平均模型 ARIMA,以及一整套的建模、估计、检验 和控制方法。 使时间...
　 SAS讲义 第四十课平稳时间序列分析_专业资料。平稳时间序列分析6009221.doc 商务数据分析电子商务系列 第四十课 平稳时间序列分析对时间序列数据的分析,首先要对它的...
　 SAS讲义 第四十二课非平稳... 33页 免费 SAS讲义 第四十课平稳时间... 32... 6009222.doc 商务数据分析电子商务系列 第四十一课 非平稳序列的确定性分析 在...
　佛山科学技术学院 应用时间序列分析实验报告 实验名称 第三章 平稳时间序列分析 姓名 林敏杰 学号
专业班级 10 数学与应用数学 一、上机练习 程序及其结果...
　 暂无评价 14页 1财富值 时间序列ARMA模型及分析 5页 2财富值 实验五非平稳序列的随机分... 9页 1财富值 方差分析的SAS操作 暂无评价 11页 免费...
　 图 6.1 实验分析:由图 6.1 可看出,该序列为非平稳的,故用曲线专家对其...熟悉 NLIN 过程,并使用其进行时间序列非线性趋势拟合。 这次实验我学会了 SAS ...
　因此,在对时间序列建立模型时,必须 首先进行平稳性检验,对于平稳时间序列,可采用第七章的方法进行分析,对于非平稳时 间序列,可以将采用差分方法得到平稳时间序列,...
　应用时间序列分析实验报告 实验名称 第四章 非平稳序列的确定性分析 一、上机练习(就是每章最后一节上机指导部分) 1. 拟合线性趋势 在 SAS 系统中 REG(回归)...
赞助商链接
别人正在看什么？
赞助商链接}