時間序列分析報告

得分《時間序列分析》期末課程實踐報告課程名稱：時間序列分析學(xué)期：2013-2014-1學(xué)院：專業(yè)：姓名：學(xué)號：日期：2014.01.13第一題、下表數(shù)據(jù)是某公司在2000-2003年期間每月的銷售量。月份2000年2001年2002年2003年1月1531341451172月1871752031783月2342431891494月2122272141785月3002982952486月2212562202027月2012372311628月1751651741359月12312411912010月104106859611月8587679012月78747563（1）繪制該序列時序圖及樣本自相關(guān)圖；（2）判斷該序列的平穩(wěn)性；（3）判斷該序列的純隨機性。dataex2_5;inputsales@@;time=intnx('month','01jan2000'd,_n_-1);formattimeMONYY5.;cards;15318723421230022120117512310485781341752432272982562371651241068774145203189214295220231174119856775117178149178248202162135120969063;procgplotdata=ex2_5;plotsales*time=1;symbol1c=blackv=stari=join;run;procarimadata=ex2_5;identifyvar=sales;run;解：（1）時序圖為：自相關(guān)圖為：白噪聲檢驗結(jié)果為：、由時序圖可以看出，序列在一個常數(shù)值附近波動，且波動范圍有界，樣本自相關(guān)系數(shù)呈現(xiàn)周期性，所以可以認(rèn)為該序列為帶周期性質(zhì)的平穩(wěn)序列。該序列的純隨機性:由于延遲6，12期時，P<0.0001，所以該序列為非白噪聲序列，即認(rèn)為該序列不是純隨機序列。第二題、某地區(qū)連續(xù)74年的谷物產(chǎn)量（單位：千噸）如表3-21所示。表3-210.970.451.611.261.371.431.321.230.840.891.181.331.210.980.910.611.230.971.10.740.80.810.80.60.590.630.870.360.810.910.770.960.930.950.650.980.70.861.320.880.680.781.250.791.190.690.920.860.860.850.90.540.321.41.140.690.910.680.570.940.350.390.450.990.840.620.850.730.660.760.630.320.170.46(1)判斷該序列的平穩(wěn)性與純隨機性。(2)選擇適當(dāng)模型擬合該序列的發(fā)展。(3)利用擬合模型，預(yù)測該地區(qū)未來5年的谷物產(chǎn)量。解：、程序為：dataexample2;inputx@@;time=_n_;cards;0.970.451.611.261.371.431.321.230.840.891.181.331.210.980.910.611.230.971.100.740.800.810.800.600.590.630.870.360.810.910.770.960.930.950.650.980.700.861.320.880.680.781.250.791.190.690.920.860.860.850.900.540.321.401.140.690.910.680.570.940.350.390.450.990.840.620.850.730.660.760.630.320.170.46;procgplotdata=example2;plotx*time=1;symbol1c=redI=joinv=star;procarimadata=example2;identifyvar=xnlag=18minicp=(0:5)q=(0:5);run;輸出時序圖為：自相關(guān)圖為：從時序圖上我們可以看出，序列基本上在一個數(shù)值上隨機波動，且波動范圍有界可認(rèn)為該序列平穩(wěn)。從自相關(guān)圖可以看出，該序列的自相關(guān)系數(shù)一直都比較小，始終在2倍標(biāo)準(zhǔn)差范圍以內(nèi)，可以認(rèn)為該序列自始至終都在零軸附近波動，所以認(rèn)為該序列平穩(wěn)。白噪聲檢驗為：表中，P值都小于0.05，所以認(rèn)為該序列具有非純隨機性。、所以該模型為AR(1)模型時擬合最好。由于P值都小于0.05，所以認(rèn)為所有參數(shù)顯著，所以可以得到該AR(1)模型為：Xt=0.84963+0.37235Xt-1+εt未來5年的谷物產(chǎn)量依次為：0.7046千噸,0.7956千噸,0.8295千噸,0.8421千噸,0.8468千噸。第三題：愛荷華州1948-1979年非農(nóng)業(yè)產(chǎn)品季度收入數(shù)據(jù)如表4-8所示。表4-860160462062664164264565568267869270773675376377577578379481382382682983183083885487288290391993792796297599510011013102110281027104810701095111311431154117311781183120512081209122312381245125812781294131413231336135513771416143014551480151415451589163416691715176018121809182818711892194619832013204520482097214021712208227223112349236224422479252825712634268427902890296430853159323733583489358836243719382139344028412942054349446345984725482749395067523154085492565358285965選擇適當(dāng)模型擬合該序列長期趨勢。解：經(jīng)過試模型：Xt=a+bt+ct2Xt=abtXt=a+bctXt=at+bct