SAS与时间序列分析

shiyiming

[size=100:8b4d6][color=darkblue:8b4d6]这学期在学时间序列分析，还是用的SAS，很多过程都不明白，结果也看不懂，请问有什么书可以参考又或是有谁有相关资料可以共享一下啊！！拜托帮帮忙！！[/color:8b4d6][/size:8b4d6]

shiyiming

阅读杨叔子的“时间序列分析的工程应用（上、下册）”，研读SAS/ETS时序分析模块的过程和例子，能读读随机过程更好，OK！

shiyiming

[size=150:41d32][color=darkblue:41d32]谢谢你，我会去找找那本书的！你说到随机过程我们也有在学，但也是完全听不懂~~请问你是不是对这方面还比较懂呢？以后有问题的话是不是可以找你？[/color:41d32][/size:41d32] <!-- s:) --><img src="{SMILIES_PATH}/icon_smile.gif" alt=":)" title="Smile" /><!-- s:) -->

shiyiming

随机过程略知一二，时序分析用过，不过是用MatLab实现的，试验设计与统计分析较熟，喜欢SAS。有问题我们交流、讨论、互相帮助，不用客气。

shiyiming

模拟Zt+0.6zt-1-0.4zt-2=at过程。
data a;
       x1=0.5;
       x2=0.5;
       n=-50;
       do i=-50 to 250;
         a=rannor(32565);
         x=a-0.6*x1+0.4*x2;
         x2=x1;
         x1=x;
         n=n+1;
         if i&gt;0 then output;
       end;
     run;
  proc print data=a;
       var x;
     proc gplot data=a;
       symbol i=spline c=red;
       plot x*n;
       run;
   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;
        plot partcorr*lag;
     run;
     proc arima data=a;
        identify var=x nlag=10 ;
        run;
       estimate p=2;
       run;

shiyiming

时序模型AR(2)的随机差分方程x(t)+0.6x(t-1)-0.4x(t-2)=a(t)，括弧内为时序变量x的下标。
/*下面程序段产生一个随机时间序列*/
data a;
x1=0.5; x2=0.5; n=-50; /*预测x时前两步x1、x2赋初值，x时序下标n赋初值*/
do i=-50 to 250;
a=rannor(32565); /*产生标准正态随机数*/
x=a-0.6*x1+0.4*x2; /*根据随机差分方程预测时序变量x的当前值*/
x2=x1; /*下次时序变量x预测的x2赋值*/
x1=x; /*下次时序变量x预测的x1赋值*/
n=n+1; /*记录当前时序变量x值下标*/
if i&gt;0 then output; /*规定i&gt;0时输出时序预测结果*/
end;
run;
proc print data=a;
var x;

/*下面程序段绘制随机时间序列点并用样条曲线连接*/
proc gplot data=a;
symbol i=spline c=red;
plot x*n; /*绘制时间序列x*/
run;

/*下面程序段用ARMA模型拟合上述随机时间序列并计算自相关系数*/
proc arima data=a;
identify var=x nlag=10 outcov=exp1; /*设置10种延迟并输出自相关系数数据集*/
run;

/*下面程序段绘图展示自相关系数与延迟值的关系*/
proc gplot data=exp1;
symbol i=needle width=6;
plot corr*lag;
run;

/*下面程序段绘图展示偏自相关系数与延迟值的关系*/
proc gplot data=exp1;
symbol i=needle width=6;
plot partcorr*lag;
run;

/*下面程序段用ARMA模型拟合上述随机时间序列并计算自相关系数*/
proc arima data=a;
identify var=x nlag=10 ;
estimate p=2; /*估计自回归参数并设置自回归阶数2*/
run;

shiyiming

<!-- s:) --><img src="{SMILIES_PATH}/icon_smile.gif" alt=":)" title="Smile" /><!-- s:) --> 好详细啊，真的谢谢你了。
但还有一些的问题：
1、开始赋初值时根据什么来赋呢？随便都可以吗？
2、程序运行后的结果重点看哪一部分？

另：请问你上Q吗？如果上，可不可以加我？ <!-- s:) --><img src="{SMILIES_PATH}/icon_smile.gif" alt=":)" title="Smile" /><!-- s:) -->

shiyiming

在变量合理的取值范围内可随便赋初值，程序运行结果都是有用信息，需要的就是重点，业余时间有限故没上Q。

shiyiming

我现在在对中国社会销费品零售总额进行时序分析，从得到的时序图来看，具有明显的长期递增趋势还有季节性，之后我就不知道要做什么了？应该是先差分，然后再拟合模型的吧？能不能举个例子呢？

shiyiming

用最小二乘法进行线性拟合的SAS过程命令是怎么样的？