请高手帮忙

shiyiming

我有这样的一组数据（数据附后），分别是美国，加拿大，澳大利亚，日本，法国，德国，和意大利等7个国家1959-1998年间的失业率，要求是：
1．        做出美国失业率与时间的关系图，结合美国经济发展特征描述美国失业率的基本特征；
2．        运用时间序列的方法分析美国失业率的发展趋势，估计时间序列模型，并对美国的失业率做出预测（2000－2004年）；
3．        从互联网上收集美国2000-2004年的失业率数据，与预测数据做比较；
4．        最后结合各国的经济发展数据，比较7个国家之间失业率的差异。

数据：
Year        US        Can        Austr        Japan        Fran        Germa        Italy
1959        5.5        5.6        2.1        2.3        1.6        2        4.8
1960        5.5        6.5        1.6        1.7        1.5        1.1        3.7
1961        6.7        6.7        3        1.5        1.2        0.6        3.2
1962        5.5        5.5        2.9        1.3        1.4        0.6        2.8
1963        5.7        5.2        2.3        1.3        1.6        0.5        2.4
1964        5.2        4.4        1.4        1.2        1.2        0.4        2.7
1965        4.5        3.6        1.3        1.2        1.6        0.3        3.5
1966        3.8        3.4        1.6        1.4        1.6        0.3        3.7
1967        3.8        3.8        1.9        1.3        2.1        1.3        3.4
1968        3.6        4.5        1.8        1.2        2.7        1.1        3.5
1969        3.5        4.4        1.8        1.1        2.3        0.6        3.5
1970        4.9        5.7        1.6        1.2        2.5        0.5        3.2
1971        5.9        6.2        1.9        1.3        2.8        0.6        3.3
1972        5.6        6.2        2.6        1.4        2.9        0.7        3.8
1973        4.9        5.5        2.3        1.3        2.8        0.7        3.7
1974        5.6        5.3        2.7        1.4        2.9        1.6        3.1
1975        8.5        6.9        4.9        1.9        4.2        3.4        3.4
1976        7.7        7.2        4.8        2        4.6        3.4        3.9
1977        7.1        8.1        5.6        2        5.2        3.4        4.1
1978        6.1        8.4        6.3        2.3        5.4        3.3        4.1
1979        5.8        7.5        6.3        2.1        6.1        2.9        4.4
1980        7.1        7.5        6.1        2        6.5        2.8        4.4
1981        7.6        7.6        5.8        2.2        7.6        4        4.9
1982        9.7        11        7.2        2.4        8.3        5.6        5.4
1983        9.6        11.9        10        2.7        8.6        6.9        5.9
1984        7.5        11.3        9        2.8        10        7.1        5.9
1985        7.2        10.5        8.3        2.6        10.5        7.2        6
1986        7        9.6        8.1        2.8        10.6        6.6        7.5
1987        6.2        8.9        8.1        2.9        10.8        6.3        7.9
1988        5.5        7.8        7.2        2.5        10.3        6.3        7.9
1989        5.3        7.5        6.2        2.3        9.6        5.7        7.8
1990        5.6        8.1        6.9        2.1        9.1        5        7
1991        6.8        10.4        9.6        2.1        9.6        4.3        6.9
1992        7.5        11.3        10.8        2.2        10.4        4.6        7.3
1993        6.9        11.2        10.9        2.5        11.8        5.7        10.2
1994        6.1        10.4        9.7        2.9        12.3        6.5        11.3
1995        5.6        9.5        8.5        3.2        11.8        6.5        12
1996        5.4        9.7        8.6        3.4        12.5        7.2        12.1
1997        4.9        9.2        8.6        3.4        12.4        7.8        12.3
1998        4.5        8.3        8        4.1        11.8        7.5        12.3

shiyiming

data shiye;
input Year US Can Austr Japan Fran Germa Italy;

cards;
1959 5.5 5.6 2.1 2.3 1.6 2 4.8
1960 5.5 6.5 1.6 1.7 1.5 1.1 3.7
1961 6.7 6.7 3 1.5 1.2 0.6 3.2
1962 5.5 5.5 2.9 1.3 1.4 0.6 2.8
1963 5.7 5.2 2.3 1.3 1.6 0.5 2.4
1964 5.2 4.4 1.4 1.2 1.2 0.4 2.7
1965 4.5 3.6 1.3 1.2 1.6 0.3 3.5
1966 3.8 3.4 1.6 1.4 1.6 0.3 3.7
1967 3.8 3.8 1.9 1.3 2.1 1.3 3.4
1968 3.6 4.5 1.8 1.2 2.7 1.1 3.5
1969 3.5 4.4 1.8 1.1 2.3 0.6 3.5
1970 4.9 5.7 1.6 1.2 2.5 0.5 3.2
1971 5.9 6.2 1.9 1.3 2.8 0.6 3.3
1972 5.6 6.2 2.6 1.4 2.9 0.7 3.8
1973 4.9 5.5 2.3 1.3 2.8 0.7 3.7
1974 5.6 5.3 2.7 1.4 2.9 1.6 3.1
1975 8.5 6.9 4.9 1.9 4.2 3.4 3.4
1976 7.7 7.2 4.8 2 4.6 3.4 3.9
1977 7.1 8.1 5.6 2 5.2 3.4 4.1
1978 6.1 8.4 6.3 2.3 5.4 3.3 4.1
1979 5.8 7.5 6.3 2.1 6.1 2.9 4.4
1980 7.1 7.5 6.1 2 6.5 2.8 4.4
1981 7.6 7.6 5.8 2.2 7.6 4 4.9
1982 9.7 11 7.2 2.4 8.3 5.6 5.4
1983 9.6 11.9 10 2.7 8.6 6.9 5.9
1984 7.5 11.3 9 2.8 10 7.1 5.9
1985 7.2 10.5 8.3 2.6 10.5 7.2 6
1986 7 9.6 8.1 2.8 10.6 6.6 7.5
1987 6.2 8.9 8.1 2.9 10.8 6.3 7.9
1988 5.5 7.8 7.2 2.5 10.3 6.3 7.9
1989 5.3 7.5 6.2 2.3 9.6 5.7 7.8
1990 5.6 8.1 6.9 2.1 9.1 5 7
1991 6.8 10.4 9.6 2.1 9.6 4.3 6.9
1992 7.5 11.3 10.8 2.2 10.4 4.6 7.3
1993 6.9 11.2 10.9 2.5 11.8 5.7 10.2
1994 6.1 10.4 9.7 2.9 12.3 6.5 11.3
1995 5.6 9.5 8.5 3.2 11.8 6.5 12
1996 5.4 9.7 8.6 3.4 12.5 7.2 12.1
1997 4.9 9.2 8.6 3.4 12.4 7.8 12.3
1998 4.5 8.3 8 4.1 11.8 7.5 12.3
run;
proc arima data=shiye;                                                                                                                             
identify var=US nlag=8;   
estimate q=4;
forecast lead=6 id=YEAR out=results;
proc gplot data=results;
plot US*YEAR=4 ;
plot US*YEAR=1 forecast*YEAR=2 l95*YEAR=3 u95*YEAR=3/overlay;                                                                           
symbol1 c=black i=join v=star;                                                                                                         
symbol2 c=red i=join v=none;                                                                                                            
symbol3 c=green i=join v=none l=2;
symbol4 c=blue i=join v=star ;   
run;
我先写了一段代码，不知对不对，你先看一下，希望对你有帮助。第三问你可以去查网络。第四问可以用聚类等其他方法，希望对你有帮助。 <!-- s:D --><img src="{SMILIES_PATH}/icon_biggrin.gif" alt=":D" title="Very Happy" /><!-- s:D -->

shiyiming

data a;
infile 'c:\test.txt';
input year us canada australia japan france germany italy;
run;
proc means data=a mean std ;
output out=sm;
run;
data b;
set sm;
drop _type_ _freq_ year;
run;
proc transpose data=b out=c;
id _stat_;
var _numeric_;
run;
proc sort data=c;
by mean;
run;
proc sort data=c;
by std;
run;
data m;
set a;
run;
data a;
set a;
drop year;
run;

proc varclus data=a  outtree=out ;
var _all_;
proc tree data=out;
proc transpose data=m out=m2;
var us canada australia japan france germany italy;
id year;
run;
proc cluster data=m2 method=average out=tree ccc pseudo;
var _numeric_;
run;
proc format;
    value $ob OB1=us OB2=canada OB3=australia OB4=japan OB5=france
OB6=germany OB7=italy;
run;
data tree;
set tree;
format _name_ $ob.;
run;
proc tree data=tree out=new;

proc print data=new;
run;这里先用了变量聚类，效果不好。美国一类，其他六个一类。然后转置用观测聚类，效果较好。
最后画出据类图aus，fra，ita一类，us，can一类，jap，ger一类。还用了简单的均值和标准差看了一下。
不知道对不对。我想题目的意思是比较各国失业率的大小。有着几十年的数据。如果有办法去掉本年年度的时间的影响，以及国家某一年的特异值的影响就好了。我还没有想到如何实施。希望对你有帮助。