时间序列分析 第五章-非平稳序列的随机分析汇总 联系客服

发布时间 : 星期日 文章时间序列分析 第五章-非平稳序列的随机分析汇总更新完毕开始阅读f6ee6fc6c67da26925c52cc58bd63186bceb92f3

差序列拟合自相关模型,修改AUTOREG程序如下: proc autoreg data=example5_2; model x=t/ nlag=5 backstep method=ml ; run; model语句是指令系统对线性回归模型Xt=a+bt+Ut的残差序列{Ut}显示延迟5阶的自相关图,并拟合延迟5阶自现关图。 由于自相关延迟阶数的确定是由我们尝试选择的,所以nlag的阶数通常会指定得大一些。这就导致残差自回归模型中可能有部分参数不显著,因而添加逐步回归选项backstep,指令系统使用逐步回归的方法筛选出显著自相关因子,并使用极大似然的方法进行参数估计。 输出结果如下四方面的结果: 1. 因变量说明 因变量说明 2.普通最小二乘估计结果 该部分输出信息包括误差平方和(SSE)、自由度(DFE)、均方误差(MSE)、根号均方误差(Root MSE)、SBC信息量、AIC信息量、回归部分相关系数平方(Regress R-Square)、总的相关系数平方(Totel R-Square),DW统计量(Durbin-Watson)及所有待估参数的自由度、估计值、标准差、t值和t统计量的P值。如图(6)所示: 图(6) 普通最小二乘估计结果 3.回归误差分析 该部分共输出四方面的信息:残差序列自相关图、逐步回归消除的不显著项报告、初步均方误差(MSE)、自回归参数估计。 本例该部分输出结果如图(7)所示。 5

图(7) 自回归误差分析输出结果 本例输出的残差序列自相关图显示残差序列有非常显著的1阶正相关性。逐步回归消除报告显示除了延迟1阶的序列值显著自相关外,延迟其他阶数的序列值均不具有显著地自相关性,因此延迟2阶~5阶的自相关项被剔除。初步均方误差为234.5,1阶残差自回归模型的参数为-0.602573。 4.最终拟合模型 该部分输出三方面的汇总信息:收敛状况、极大似然估计结果和回归系数估计。 本例输出结果如图(8)所示. 图(8) 最终拟合模型输出结果 为了得到直观的拟合效果,还可以利用OUTPUT命令将拟合结果存入SAS数据集中,并对输出结 6

果作图,相关命令如下: proc autoreg data=example5_2; model x=t/ nlag=5 backstep method=ml noint; output out=out p=xp pm=trend; proc gplot data=out; plot x*t=2 xp*t=3 trend*t=4 / overlay; symbol2 v=star i=none c=black; symbol3 v=none i=join c=red w=2 l=3; symbol4 v=none i=join c=green w=2; run; 语句说明: “output out=out p=xp pm=trend;”,该命令是指令系统将部分结果输入临时数据集OUT,选择输出的第一个信息为整体模型的拟合值(P选项),该拟合变量取名为XP;选择输出的第二个信息为线性趋势拟合值(PM选项),还可以选择R选项输出拟合残差项,本例不要求输出此项。 输出图像如图(9)所示。 图(9) 拟合效果图 三、延迟因变量回归模型 proc autoreg data=example5_2; model x=lagx/lagdep=lagx; run; 语句说明: (1) 首先在DATA步中添加命令“lagx=lag(x);”,该语句指令系统使用延迟函数生成序列x的1阶延迟序列,并将该序列赋值给变量lagx。 (2)“model x=lagx/lagdep=lagx;”指令系统建立带有延迟因变量的回归模型并通过LAGDEP 7

选项指令被延迟的因变量名。本例输出结果如图(10)。 图(10) 带延迟因变量回归分析结果 由于带有延迟因变量,所以这种场合在回归模型估计结果输出的是Durbin h统计量。本例中Durbin h统计量的分布函数达到0.3853,这表示残差序列不存在显著地相关性,不需要考虑对残差序列继续拟合自回归模型。 再注意参数检验结果,如图(11)所示。 图(11) 参数估计结果 在显著性水平默认为0.05的条件下,截距项不显著(P值大于0.05),所以可以考虑在模型拟合命令中增加NOINT选项。最后输出拟合结果,并绘制拟合时序图,相关命令如下: proc autoreg data=example5_2; model x=lagx/lagdep=lagx noint; output out=out p=xp; proc gplot data=out; plot x*t=2 xp*t=3 / overlay; symbol2 v=star i=none c=black; symbol3 v=none i=join c=red w=2; run; 输出的拟合效果图如图(12)所示。 8