序列分析

时间序列分析根据爱荷华州1948-1979年非农产品季度收入数据表，选择适当模型拟合该序列长期趋势。一，修正指数型拟合：程序如下：datat6;inputx@@;time=intnx('quarterly','1jan1948'd,_n_-1);formattimeyear2.;t=_n_;cards;60160462062664164264565568267869270773675376377577578379481382382682983183083885487288290391993792796297599510011013102110281027104810701095111311431154117311781183120512081209122312381245125812781294131413231336135513771416143014551480151415451589163416691715176018121809182818711892194619832013204520482097214021712208227223112349236224422479252825712634268427902890296430853159323733583489358836243719382139344028412942054349446345984725482749395067523154085492565358285965；procgplotdata=t6;plotx*time=1;symbol1c=blackv=stari=join;run;procnlin;modelx=a*t+b**t;parametersa=100b=0.5;der.a=t;der.b=t*b**(t-1);outputpredicted=xhatout=result;run;procgplotdata=result;plotx*time=1xhat*time=2/overlay;symbol1c=blacki=nonev=star;symbol2c=redi=joinv=none;run;时序图如下：所以，尝试用模型x=at+bt来拟合数据。迭代结果如下：估计量地统计信息如下所示：p值很小，所以认为模型显著，所估计模型结果为x=23.0107t+1.0653t拟合图和时序图如下：由图知，除起初部分拟合结果与时间值有一定偏差外，总体的拟合效果很好。二，多项式拟合程序如下：datat6;inputindex@@;time=intnx('quarterly','1jan1948'd,_n_-1);formattimeyear2.;t=_n_;t2=t**2;t3=t**3;cards;60160462062664164264565568267869270773675376377577578379481382382682983183083885487288290391993792796297599510011013102110281027104810701095111311431154117311781183120512081209122312381245125812781294131413231336135513771416143014551480151415451589163416691715176018121809182818711892194619832013204520482097214021712208227223112349236224422479252825712634268427902890296430853159323733583489358836243719382139344028412942054349446345984725482749395067523154085492565358285965;procgplot;plotindex*time=1;symbol1c=bluev=stari=join;run;procreg;modelindex=tt2t3;outputout=outp=index_cup;run;procgplotdata=out;plotindex*time=1index_cup*time=2/overlay;symbol2c=redv=nonei=joinw=2l=3;run;时序图为尝试用模型x=a+bt+ct2+dt3模型信息如下参数信息如下模型的p值及参数的p值都非常小，所以认为模型及参数均显著，所以，所得模型结果为x=446.80203+29.81706t-0.58221t2+0.00531t3时序图与拟合图如下拟合效果很好，模型显著。