sas-arima时间序列（打败自己是自己）

最新推荐文章于 2023-12-07 11:49:20 发布

椰风风风档不住

最新推荐文章于 2023-12-07 11:49:20 发布

阅读量8.9k

点赞数 23

文章标签： sas

本文链接：https://blog.csdn.net/u010970317/article/details/105269397

版权

本文介绍了如何使用SAS进行时间序列分析，包括使用INTNX函数生成时序数据，通过PROC GLOT探索数据趋势，利用PROC ARIMA进行建模，通过自相关和偏相关检验确定模型参数，最后进行短期预测并可视化结果。

摘要由CSDN通过智能技术生成

在纯随机时间序列中各序列值之间不具有相关性，即时间序列中过去的行为对未来没有任何影响，序列在做毫无规律的随机波动，这种无记忆性的时间序列没有分析的意义。
一、准备时序数据：
intnx函数可生成时间序列，INTNX(custom-interval, start-from, increment <, ‘alignment’> )
start-from：开始的日期
increment：多少个间隔
custom-interval：可以是‘day’、‘month’、‘year’等
alighment：可以是：‘beginning’期初；‘middle’期中；‘end’期末；‘same’相同时间点，都可以分别用首字母b、m、e、s代替

data sastest.ex1;
input price @@;
time=intnx('week','13oct2006'd,_n_-1);

format time date7.;
cards;
10.3000 8.5269 9.0421 10.1727 9.9079 8.9714 9.0145 9.4738 9.5258 9.7017
10.0582 9.5292 8.9786 9.1743 9.8478 9.6218 9.0342 9.1891 9.6062 9.8946 
9.4853 9.2557 9.2805 9.5258