内容发布更新时间 : 2024/12/23 10:23:47星期一 下面是文章的全部内容请认真阅读。

时间序列分析课程实验报告

《时间序列分析》

课 程 实 验 报 告

项目名称：组员姓名：指导教师：完成日期：

非平稳序列确定性分析 李菲 牛宪华 2013 年 4 月 20日

时间序列分析课程实验报告

一、上机练习（P124） 1.拟合线性趋势

12.79 14.02 12.92 18.27 21.22 18.81 25.73 26.27 26.75 28.73 31.71 33.95

程序：

data xiti1; input x@@; t=_n_; cards;

12.79 14.02 12.92 18.27 21.22 18.81 25.73 26.27 26.75 28.73 31.71 33.95 ;

proc gplot data=xiti1; plot x*t;

symbol c=red v=star i=join; run;

proc autoreg data=xiti1; model x=t;

output predicted=xhat out=out; run;

proc gplot data=out;

plot x*t=1 xhat*t=2/overlay; symbol2 c=green v=star i=join; run;

运行结果：

第1页

时间序列分析课程实验报告

分析：上图为该序列的时序图，可以看出其具有明显的线性递增趋势，故使用线性模型进行拟合：xt=a+bt+It,t=1,2,3,…,12

分析：上图为拟合模型的参数估计值，其中a=9.7086,b=1.9829，它们的检验P值均小于0.0001，即小于显著性水平0.05，拒绝原假设，故其参数均显著。从而所拟合模型为：

xt=9.7086+1.9829t.

第2页

时间序列分析课程实验报告

分析：上图中绿色的线段为线性趋势拟合线，可以看出其与原数据基本吻合。

2.拟合非线性趋势

1.85 7.48 14.29 23.02 37.42 74.27 140.72

265.81 528.23 1040.27 2064.25 4113.73 8212.21 16405.95

程序：

data xiti2; input x@@; t=_n_; cards;

1.85 7.48 14.29 23.02 37.42 74.27 140.72

265.81 528.23 1040.27 2064.25 4113.73 8212.21 16405.95 ;

proc gplot data=xiti2; plot x*t;

symbol c=red v=star i=none; run;

proc nlin method=gauss; model x=a*b**t;

parameters a=0.1 b=1.1; der.a=b**t;

der.b=a*t*b**(t-1);

output predicted=xh out=out; run;

proc gplot data=out; plot x*t=1 xh*t=2/overlay;

第3页

时间序列分析课程实验报告

symbol2 c=green v=none i=join; run;

运行结果：

分析：上图为该时间序列的时序图，可以很明显的看出其基本是呈指数函数趋势慢慢递增的，故我们可以选择指数型模型进行非线性拟合：xt=abt+It,t=1,2,3,…,12

第4页