文章目录
非平稳序列的随机性分析
例题、对1917年-1975年美国23岁妇女每万人生育率序列建模
/*第一步:编程建立SAS数据集。*/
goptions vsize=7cm hsize=10cm;
data a4_8;
input year x@@;
dif=dif(x);
cards;
1917 183.1
1918 183.9
1919 163.1
1920 179.5
1921 181.4
1922 173.4
1923 167.6
1924 177.4
1925 171.7
1926 170.1
1927 163.7
1928 151.9
1929 145.4
1930 145
1931 138.9
1932 131.5
1933 125.7
1934 129.5
1935 129.6
1936 129.5
1937 132.2
1938 134.1
1939 132.1
1940 137.4
1941 148.1
1942 174.1
1943 174.7
1944 156.7
1945 143.3
1946 189.7
1947 212
1948 200.4
1949 201.8
1950 200.7
1951 215.6
1952 222.5
1953 231.5
1954 237.9
1955 244
1956 259.4
1957 268.8
1958 264.3
1959 264.5
1960 268.1
1961 264
1962 252.8
1963 240
1964 229.1
1965 204.8
1966 193.3
1967 179
1968 178.1
1969 181.1
1970 165.6
1971 159.8
1972 136.1
1973 126.3
1974 123.3
1975 118.5
;
run;
/* 画序列图,判断平稳性*/
proc gplot data=a4_8;
plot x*year dif*year;
symbol c=black i=join v=square;
run;
步骤一:平稳性检验
![](https://i-blog.csdnimg.cn/blog_migrate/28a6be31e4b92660da316886d155a716.png)
![](https://i-blog.csdnimg.cn/blog_migrate/d23bee6125bce0b1c58c61edda5c8be8.png)
原序列的时序图具有明显长期趋势,表明原序列不平稳。
差分后序列的时序图无明显趋势和周期性,可视为平稳序列。
步骤二:白噪声特性检验
/*对差分后的序列,作白噪声检验、画自相关图和偏自相关图,初步确定模型*/
proc arima data=a4_8;
identify var=x(1); /* x变量1阶差分后的序列*/
run;
![](https://i-blog.csdnimg.cn/blog_migrate/5cb297de1a8c765974d3231b60cb2c95.png)
p值均小于0.05,因此该序列为白噪声序列
步骤三:模型定价
![](https://i-blog.csdnimg.cn/blog_migrate/88cc54f3af471b31e299c9a136f01b4f.png)
![](https://i-blog.csdnimg.cn/blog_migrate/6444a4b2ce234fa6be74a2df5dcbb9ce.png)
样本自相关图:延迟6阶后,自相关系数基本在零附近波动。
样本偏自相关图: 除了延迟1阶和4阶的偏自相关系数显著大于2倍标准差,其他阶的偏自相关系数都比较小.
模型定阶方式:
-
将自相关系数看成拖尾,偏自相关系数看成4阶结尾,可构建AR(4)模型;
-
将自相关系数看成6阶结尾,偏自相关系数看成拖尾,可构建MA(6)模型;
-
采用SAS中minic命令,选择ARMA 6阶内的最优模型;
步骤四:模型估计及优化
步骤三的模型
proc arima data=a4_8;
identify var=x(1);
estimate p=4 ;
estimate q=6 ;
run;