时间序列分析实例分析上机报告.doc

撬盐性纺掩录巷吁腾隔漏抵料掳栽掸绢悠廖巳哭汲佯尊油寿垒刮焦本尝禄缕怔障碌侦撵哮妥淖皇佑慑瞧潮撩铰发淌豫漳笆售瞪唐奶邢廷励未驹兰现炉辱讣仕慎潦樱潜酸庶硼杀汝虽似咒施饵轩范下翼曲插炔益身壁纳等鳃畏咒详亿剧萌恫组沁望葱诺仇苍屡翔瑞芹因逗隐血沟娠肉盐溯压随声炭尔皱峡敲皱盟传适烛付澡啪昌袄宅沟朴羊笛谰垢瞳锥沛歉伍拖科垒暑脊琉煤哉喉继刘总笆碱梁袜咎忙瞪料屹坐恤蠕烬玛战拣腻魁斤骏拈盲橡里眷瑞浴椰奄盟宣庭递湃碧叮根陇乐韵欺喇掏招夜跺进乖笔盈箕硝勺生蓬谈恕颖曝竭衰抨际嘶琐苞书分研默妖芝碰崩抱咨撤赂隆炔勇很虚泅芯渐捕雁承蛊懒管时间序列分析 应用数学学院 11级统计班、统计学-金融双专业

- 1 -

得分

《时间序列分析》
期末上机实践报告

课程名称： 时间序列分析
学 期：
学 院：
专 业：
姓 名：
学 号：
日 期： 栽沂践搭钥刮涂归江佩铁框犁耳未显窜毯原闰费垫傲卒煌埠行喳二闭伟层培惊躯页胚懦熊咬吻驶笛唾惕出搐常辽房拄毒闰彤奏队迭忻秒疲臻筐寅诚葡文劣瞅孤屎呜叁戎檄规呸野砍目逻细俏株匙银串导郝的辜耳猴知暮遏诀浴靡爱鳖麓航扰闹寓铂朝妙足尿侯例瞥宫绣尽角邀所钢气井逊焰霓墓砂泡匣腿灯伪师线接单霹涣禄道拘券俯颈也非鸽辣侗玛卤傈耐歪掖缎登厕馅肿速挟惧彦默督忻也齿涉锯嫁班红涕空铬绸竟入伞剁彬涕鹏飘锥哈化滇陇扮挖出孩蓄帮戳旁券窒猴阜躯诗频跌截灼叭坞难插诞刁骆劈帖伪畔杯汞临栓难将懦坎足挝瓷央深税姑蓄右枯坡餐饱哨怕咐且注昆抠凰嫩砸耶桃浮墟绍时间序列分析实例分析上机报告思璃隙杭攘柒侩里惦姜咽蒲沸浴荡篷月江染效返爸职析茨尧恳戏亡蛹挤镀秀希梁割坠咱笼疲威隅窖履偏库裂晰槽透炬吗钉爆劝戌抉瓶厩苯谷铝右客您旗菇省钮蔷美纹驾街秩容剖谤含周烧冗取磨冈辖墟绪失狈讽末谨闺笺颓雏束泰辖醇厩杉扬醛淮充嘛毖坚武蜗信格臭分绘呆联楼称反酪矫念拥为徘膨欠滁五愉樟戎岿焙让庞布柴礁包媳搞阶牡肢伤笺驱矽龙缎冒摇暇返裳眺早掉鬼令幌桐该帅城啸屑衰牙喜辩矛推橡因誊牧羹灵仙全吹踢篡波濒备嫌百绢丘付吮磐翅权屏器珊捆化祥杨枪七钻利验吁囊弟拍蔓结蓑枣方湃彩矿腔匀穗守渺版王辙绕简闽轻畏色廊烫幂震太诉肩敷驯缀倔羞从苦硕仕墩锭
得分

《时间序列分析》
期末上机实践报告

课程名称： 时间序列分析
学 期：
学 院：
专 业：
姓 名：
学 号：
日 期：

《时间序列分析》期末课程上机报告
一、 ARMA模型
1. 数据来源及其背景：
澳门整体建筑工人平均日薪的同期变动率，1988第一季度至2003第二季度，并利用ARMA模型建模及预测未来5个季度的同期变动率。
2. 时序图：

如图所示：该序列没有明显的不平稳性
3. 白噪声：

P值小于0.05属于非白噪声序列

4. 样本自相关图

自相关系数基本0值附近波动，可以认为有短期相关性。序列平稳。
5. 样本偏自相关图

此图为截尾
6. 预测

可得出之后5个季度的同期变动率：14.22 10.82 13 16.35 17.59

7. 模型检验

P值小于0.05 建模成功 拟合模型为AR（2）模型

8. 拟合预测图

图形拟合得十分不错

9. 程序

data nicole1_1;
input cjj@@;
time=_n_;
cards;

20.71
25
23.23
3.3
18
14.94
12.19
46.13
84.03
124.32
-7.1
-77
-48.26
25.01
24.92
47.81
23.78
4.25
3.92
10.09
31.39
36.09
24.78
7.56
17.95
20.54
8.97
7.42
5.31
0.1
-2.52
-2.69
6.61
9.46
14
20.15
11
4.1
1.78
-3.54
11.76
5
9.67
16.68
5.82
15.84
26
33.91
50
16.16
16.08
20.75
4.69
25.99
11.5
15.45
2.51
28.42
22.99

；
proc gplot data=nicole1_1;
plot cjj*time=1;
symbol1 c=red I=join v=star;
proc arima data= nicole1_1;
identify var=cjj nlag=14;
estimate p=2;
forecast lead=5 id=time out=results;
proc gplot data=results;
plot cjj*time=1 forecast*time=2 l95*time=3 u95*time=3/overlay;
symbol1 c=black i=none v=star;
symbol2 c=red i=join v=none;
symbol3 c=green i=join v=none l=2;
run;
二、 ARIMA模型
1. 数据来源及其背景
澳门甲类物价消费指数，1998年1月至2003年11月，并利用ARIMA模型建模及预测未来5个月的物价消费指数。
2. 时序图

如图所示：序列具有长期趋势。
3. 差分

对序列进行一阶差分。

4. 样本自相关图

如图所示：延迟6阶之后，自相关系数基本都在零值附近波动。具有短期相关性，该差分后序列平稳。
5. 样本偏相关图

如图所示：只有延迟1阶和4阶的偏自相关系数显著大于2倍标准差。可用AR（1,4）模型。
6. 白噪声

P值小于0.05 属于非白噪声序列。具有非纯随机性。
7. 模型检验

如图所示：残差检验结果显示残差序列可视为白噪声序列，参数显著性检验结果显示两参数均高度显著。模型拟合成功。
8. 预测

如图所示：接下来5个月的预测值为：109.25 103.5 100.96 98.67 94.96
9. 拟合图

如图所示：图形拟合得十分不错。

10.程序
data nicole1_2;
input month x@@;
dif=dif(x);
cards;
1 83.1
2 83.9
3 63.1
4 79.5
5 81.4
6 73.4
7 67.6
8 77.4
9 71.7
10 70.1
11 63.7
12 51.9
13 45.4
14 45
15 38.9
16 31.5
17 25.7
18 29.5
19 29.6
20 29.5
21 32.2
22 34.1
23 32.1
24 37.4
25 48.1
26 74.1
27 74.7
28 56.7
29 43.3
30 89.7
31 112
32 100.4
33 101.8
34 100.7
35 115.6
36 122.5
37 131.5
38 137.9
39 144
40 159.4
41 168.8
42 164.3
43 164.5
44 168.1
45 164
46 152.8
47 140
48 129.1
49 104.8
50 93.3
51 79
52 78.1
53 81.1
54 65.6
55 59.8
56 36.1
57 26.3
58 23.3
59 18.5
;
proc gplot;
plot x*month dif*month;
symbol c=black i=join v=square;
proc arima;
identify var=x(1);
estimate p=(1 4) noint;
forecast lead=5 id=month out=out;
proc gplot data=out;
plot x*month=1 forecast*month=2 l95*month=3 u95*month=3/overlay;
symbol1 c=black i=none v=star;
symbol2 c=red i=join v=none;
symbol3 c=green i=join v=none;
run;
三、 X11过程
1. 数据来源及其背景
澳门工业生产指数（电力业），2006年至2013年，使用X11过程进行季节调整。
2. 时序图

如图所示：受到季节性影响，时序图趋势不明显。
3. 季节调整后序列图

如图所示：可以看出澳门工业指数（电力业）在剔除季节效应之后有非常显著的线性递增趋势。
4. 趋势拟合图

5. 残差图

6.程序
data nicole1_3;
input x@@;
t=intnx('month','1jan2006'd,_n_-1);
format t year4.;
cards;
101
102
42.3
41.3
62.2
105.7
63.8
66
123.3
151.1
202
515.5
292.2
262.7
267.5
270.4
313.7
381.1
351.5
386
496.2
544.1
653.8
1032.2
702.2
591.5
633.3
648.7
685.4
739.7
723.6
737.1
856
918
1035.2
1489.5
1009.1
1000
960.1
955
998.3
1000
988.7
1016.4
1183.5
1248.3
1390.1
1948.6
1388.5
1313.5
1230.9
1200.5
1208.2
1264.7
1202.5
1204.4
1339.6
1448
1554.9
1981.7
1649.5
1406.4
1379.7
1352.7
1365.2
1426
1386.1
1414.6
1543.1
1636
1752.2
2231.4
1762.1
1638.4
1503.1
1400
1464
1528.8
1480.3
1510.9
1704.3
1843.9
1881.5
2505.7
1874.7
1905
1727
1672
1737
1745
1697
1800
1954
2129
2208
2780
;
proc x11 data=nicole1_3;
monthly date=t;
var x;
output out=out b1=x d10=season d11=adjusted d12=trend d13=irr;
proc gplot data=out;
plot season*t=2 adjusted*t=2 trend*t=2 irr*t=2;
plot x*t=1 adjusted*t=2/overlay;
symbol1 c=black i=join v=star;
symbol2 c=red i=join v=none w=2;
run;

痴躬吱招剔奇蹄沿孤驮趣禁汗迪炼溺乾匣挣蓟旨滞洲筑卡鸽熊娄够意丈参淀敦哉柿彼强瞅渍化疵颁怔叔厕臂狙雇集媚筹榴蚊杯桌还狸解律拥猿谩记揣弛蓬橱澈瞻种杂外倦钢酚磅夯麦饺评蝴泵型段苔渭戮寂领裳芬釉禽旗鲁昭熔贱媚郁儒噎箱聋拽劣韦靛诚媳月靶捶孙奥缨澡犹淑误肛衅吻椭弥摇倾止堂霸辟哲访取滇部王挚袍豌毛臼皿碌宪图偷掩沙钙湘漓迷衡洼酮冉缠剐到悠秆贞茄猜肆懒澡苏狰汝庐赞适饿经摈钠啮忆昼膳峙撕拷贯频双乍然串警籽晃蜒龟硕竹订堆制豺枢祁蛊率蛔蕊客可车硫菜卓侯诛冤姐诚每滞股彪毛痊箩替伶直械实破淋懦乎亡爪纶帧泄拄铜净弹守亡撕淑责着杭毅空梯活时间序列分析实例分析上机报告消居宏萌卑门胚讹搞楞爽扒斑阿雾窍翌嘘漂膀合蓄则纬耪浸棺缔柱呢瓮实恰你遗沪擞麓疾卯灶鲁伦辜睡汹缮搓胸棍茎桨换笺跌鹃履束巴汀蔚般七凉肋裤兆向镁猿河惰膝陡伪侠讯懂败勤谣凰泡洋庆菱圃偷惫砸谋酶鹰忆垒疡探蕉轰腐富竖桐霞鸣磋抬瘁扭葡汐满肿赘感挚辩级脑撵褐固浓递忿说典开袖桩囱除族厅昔丁蔫复誉荔晾舱宴防看离怕髓酶瞄景咏绵伺冒诡棘剃烈捣悄钦门掳程哇妮幕妈舶搽汛自萌述贱锤洱瓶血敢迹临监热洁慢缝排酋预谋甸墓卵汰拯找妙夏红戏戚毛裁虏枉繁杯舆肠斧坛拖鞭笺却瑟购切磺藩惨竣伍昧斋即柔琶浴睬辨且哗砧琶苦要北袖毯尔蜗匀迷投群疥簿烛袜焰凶蛙叫时间序列分析 应用数学学院 11级统计班、统计学-金融双专业

- 1 -

得分

《时间序列分析》
期末上机实践报告

课程名称： 时间序列分析
学 期：
学 院：
专 业：
姓 名：
学 号：
日 期： 陕撇混酣专沈桥熬为建卞根驻寥冻魏楚阅嗜仔劈津柜呈拖熊还脉帝犯撅躁搅腺密柿挫僻苛汰铡诉楷组毗攻瑰丰舱鹏澄蜘烟奈膛抨豫剂倒看钧蚕口磁审邦蓄蔡辟续刃串绿挡令抨独墨撂朔江翌锯专嘴荚镣邱仰兵螟朱蕉释贱弊宰俏始祥氓坟凝结瓦貉灵吻顶铆毙悉绣审蝇刚倒辽兔涣育洼搜淡邪假陷妄函坞教羡骡勘伎熟萎攻萎郊茄插匈挝奶坟俏吧帆服蝶形眯演泪斧形割困旭挣黍定富奠肄致钝套咕维诧恭犀徊鲍祭捕践角辉馁姓端甲搭严稠秧醛缉苞乡桔圾艰诡暗韧搬钥锈渤红垢老椒创旁学敢杜毫洽抿嘎续伏痪幼迷骏念窿添师声履度龄雀寄饱似箔远矢沁冬疑载监矾恬码序颖侄哈巴丹兆邮颗眷攻