ARIMA过程的语法格式如下：
Proc arima data = <时间序列数据集>;
Identify var = <分析变量> [ststionarity = (<检验方法> = <阶数>)] nlag = k [minic p = (0: n) q = (0: m)];
Estimate [method = 参数估计方法] p = n q = m [noint];
Forecast lead = u id = 时间变量 out = results;
Run
说明：
1) Identify命令输出5方面的信息：分析变量的描述性统计、样本自相关图、样本逆自相关图、样本偏自相关图和纯随机检验结果； 如果增加可选项minic短语，则可以得到一定范围内的最优模型定阶。 如果增加可选项ststionarity短语，则可以得到单位根检验的结果。 2) Estimate命令输出5方面的信息：未知参数的估计值、拟合统计量的值、系数相关阵、残差自相关检验结果和拟合模型的具体形式； 如果增加可选项method短语，则可以选择参数估计的方法：ML（极大似然法）、ULS（最小二乘法）、CLS（条件最小二乘法——系统默认）。 3) Forecast命令输出模型对序列的短期预测值，包括预测值的标准差、95%的置信下限、95%的置信上限等； 利用存储在临时数据集results中的数据，可以绘制拟合、预测图。
扫码加好友，拉您进群
全部版块
我的主页
收藏
