多元时间序列建模分析

1、应用时间序列分析实验报告 实验名称 多元时间序列建模分析 姓名 学号 班级 实验地点 实验日期 指导教师 实验目的： 1熟悉单位根检验； 2、掌握ARIMAX模型建模 涉及实验的相关情况介绍（包含使用软件或实验设备等情况）: SAS、excel 表格、word。 实验内容： 1 我国1950-2008年进出口总额数据 仲位:亿元）如表6-15所示 表 6-15 年份 出口总额 进口总额 1950 20 21、3 1951 24、2 35、3 1952 27、1 37、5 1953 34、8 46、1 1954 40 44、7 1955 48、7 61、1 1956 55、7 53 1957 5

2、4、5 50 1958 67 61、7 1959 78、1 71、2 1960 63、3 65、1 1961 47、7 43 1962 47、1 33、8 1963 50 35、7 1964 55、4 42、1 1965 63、1 55、3 1966 66 61、1 1967 58、8 53、4 1968 57、6 50、9 1969 59、8 47、2 1970 56、8 56、1 1971 68、5 52、4 1972 82、9 64 1973 116、9 103、6 1974 139、4 152、8 1975 143 147、4 1976 134、8 129、3 1977 139、7 1

3、32、8 1978 167、6 187、4 1979 211、7 242、9 1980 271、2 298、8 1981 367、6 367、7 1982 413、8 357、5 1983 438、3 421、8 1984 580、5 620、5 1985 80 cards example6_4; x y; 1950 20、 0 21、3 1951 24、 2 35、3 1952 27、 1 37、5 1953 34、 8 46、1 1954 40、 0 44、7 1955 48、 7 61、1 1956 55、 7 53、0 1957 54、 5 50、0 1958 67、 0 61、7 1

4、959 78、 1 71、2 1960 63、 3 65、1 1961 47、 7 43、0 1962 47、 1 33、8 1963 50、 0 35、7 1964 55、 4 42、1 1965 63、 1 55、3 1966 66、 0 61、1 1967 58、 8 53、4 968 57、6 50、9 1969 59、8 47、2 1 1970 56、8 56、1 1971 68、5 52、4 1972 82、9 64、0 | 1973 116、9 103、6 1974 139、4 152、8 1975 143、0 147、4 1976 134、8 129、3 1977 139、7

5、132、8 1978 167、6 187、4 1979 211、7 242、9 1980 271、2 298、8 1981 367、6 367、7 1982 413、8 357、5 1983 438、3 421、8 1984 580、5 620、5 1985 808、9 1257 、 8 1986 1082 、 1 1498 、 3 1987 1470 、 0 1614 、 2 1988 1766 、 7 2055 、 1 1989 1956 、 0 2199 、 9 1990 2985 、 8 2574 、 3 1991 3827 、 1 3398 、 7 1992 4676 、 3 444

6、3 、 3 1993 5284 、 8 5986 、 2 1994 10421 、 8 9960、 1 1995 12451 、 8 11048 、 1 1996 12576 、 4 11557 、 4 1997 15160 、 7 11806 、 5 1998 15223 、 6 11626 、 1 1999 16159 、 8 13736 、 5 2000 20634 、 4 18638 、 8 2001 22024 、 4 20159 、 2 2002 26947 、 9 24430 、 3 2003 36287 、 9 34195 、 6 2004 49103 、 3 46435 、

7、8 2005 62648 、 1 54273 、 7 2006 77594 、 6 63376 、 9 2007 93455 、 6 73284 、 6 2008 100394 、9 79526 、 5 run ; proc gplot ; plot x*t= 1 y*t= 21 overlay ; symboll c=black i =join v=none ; symbol2 c=red i =join v = none w=2 l =2; run ; proc arima data =example6_4; identifyvar =x stationarity=(adf= 1); identifyvar =y stationarity =(adf= 1); run ; proc arima ; iden tify var =y crrosscorr=x; estimate methed=ml in put =x plot ; forecast lead =0 id =t out =out; proc aima data=out; iden tify varresidual statio narity=(adf=2); run 实验总结： 1、