文档介绍：基于 SAS 软件的时间序列实验的代码
实 验 指 南
实验一 分析太阳黑子数序
列 3
实验二 模拟 AR 模
型 4
实验三 模拟 MA 模型和 ARMA 模
型 6
实验四 分析化工生产量数
据 8
实验五 模拟 ARIMA 模型和季节 ARIMA 模
型 10
实验六 分析美国国民生产总值的季度数
据 13
实验七 分析国际航线月度旅客总数数
据 16
实验八 干预模型的建
模 19
实验九 传递函数模型的建
模 22
实验十 回来与时序相结合的建
模 25
太阳黑子年度数
据 28
美国国民收入数
据 29
化工生产过程的产量数
30
国际航线月度旅客数
据 30
洛杉矶臭氧每小时读数的月平均值数
据 31
煤气炉数
据 35
芝加哥某食品公司大众食品周销售数
据 37
牙膏市场占有率周数
据 39
某公司汽车生产数
据 44
加拿大山猫数
据 44
实验一 分析太阳黑子数序列
实验目的：了解时刻序列分析的差不多步骤，熟悉 SAS/ETS 软件使用 方法。
二、实验内容：分析太阳黑子数序列。
三、实验要求：了解时刻序列分析的差不多步骤，注意各种语句的输 出结果。
四、实验时刻： 2 小时。
五、实验软件： SAS 系统。
六、实验步骤
1、开机进入 SAS 系统。
创建名为expl的SAS数据集，即在窗中输入下列语句：
data exp1;
input a1 @@; year=intnx(‘ year',' 1 jan 1 742'd,_n_- 1 );
format year year4.;
cards;
输入太阳黑子数序列 (见附表 )
run;
储存此步骤中的程序，供以后分析使用(只需按工具条上的储存按钮 然后填写完提咨询后就能够把这段程序储存下来即可) 。
绘数据与时刻的关系图，初步识别序列，输入下列程序：
proc gplot data=exp1;
symbol i=spline v=star h=2 c=green;
plot a1*year;
run;
提交程序，在graph窗口中观看序列，能够看出此序列是均值平稳序列 识别模型，输入如下程序。
proc arima data=exp1;
identify var=a1 nlag=24;
run;
提交程序，观看输出结果。初步识别序列为 AR(3)模型。
估量和诊断。输入如下程序：
estimate p=3;
run;
提交程序，观看输出结果。假设通过了白噪声检验，且模型合理，则 进行推测。
进行推测，输入如下程序：
forecast lead=6 interval=year id=year out=out;
run;
proc print data=out;
run;
提交程序，观看输出结果。
退出 SAS 系统，关闭运算机。
实验二 模拟 AR 模型
实验目的：熟悉各种 AR 模型的样本自有关系数和偏有关系数的特点， 为理
论学****提供直观的印象。
实验内容：随机模拟各种 AR 模型。
实验要求： 记录各 AR 模型的样本自有关系数和偏有关系数， 观看各种 序列
图形，总结 AR 模型的样本自有关系数和偏有关系数的 特点
实验时刻： 2 小时。
实验软件： SAS 系统。
实验步骤
1、开机进入 SAS 系统。
模拟实根情形，模拟 zt 1 2 at 过程。
在 edit 窗中输入如下程序：
data a;
x1=;
x2=;
n=-50;
do i=-50 to 250;
a=rannor(32565);
x=a-*x1+*x2;
x2=x1;
x1=x;
n=n+1;
if i>0 then output;
end;
run;
4、观看输出的数据，输入如下程序，并提交程序。
proc print data=a;
var x;
proc gplot data=a;
symbol i=spline c=red;
plot x*n;
run;
观看样本自有关系数和偏有关系数，输入输入如下程 序，并提交程序。
proc arima data=a;
identify var=x nlag=10 outcov=exp1;
run;
proc gplot data=exp1;
symbol i=needle width=6;
plot corr*lag;
run;
proc gplot data=exp1;
symbol i=needle width=6;