时间序列分析课程实验报告
分析：由上图可得该拟合模型为：xt=1.0309*1.9958t+It
分析：图中的红色星号为原序列值，绿色的曲线为拟合后的拟合曲线，可以看出原序列值与拟合值基本上是重合的，故该拟合效果是很好的。
3. X—11过程
40777 41778 43160 45897 41947 44061 44378 47237 43315 43396 44843 46835 42833 43548 44637 47107 42552 43526 45039 47940 43740 45007 46667 49325 44878 46234 47055 50318 46354 47260 48883 52605 48527 50237 51592 55152 50451 52294 54633 58802 53990 55477 57850 61978
程序：
data xiti3; input x@@;
t=intnx('quarter','1jan1978'd,_n_-1); format t yyq4.; cards;
40777 41778 43160 45897 41947 44061 44378 47237 43315 43396 44843 46835 42833 43548 44637 47107 42552 43526 45039 47940 43740 45007 46667 49325
第5页
时间序列分析课程实验报告
44878 46234 47055 50318 46354 47260 48883 52605 48527 50237 51592 55152 50451 52294 54633 58802 53990 55477 57850 61978 ;
proc gplot data=xiti3; plot x*t;
symbol c=red v=star i=join; run;
proc x11 data=xiti3; quarterly date=t; var x;
output out=out b1=x d10=season d11=adjusted d12=trend d13=irr; data out; set out;
estimate=trend*season/100; proc gplot data=out;
plot x*t=1 estimate*t=2/overlay; plot adjusted*t=1 trend*t=1 irr*t=1; symbol1 c=red i= join v=star; symbol2 c=black i= none v=star; run;
运行结果：
第6页
时间序列分析课程实验报告
分析：上图为该序列的时序图，可以很明显的看出其具有长期增长趋势，且具有季节波动，故我们用X-11过程进行拟合。
分析：上图为季节调整后的序列值时序图。
分析：上图为趋势拟合值序列时序图。
第7页
时间序列分析课程实验报告
分析：上图为不规则波动值的时序图。
分析：上图中的红色线段为原序列值，黑色星星为拟合值，可以由图中看出该拟合值与原序列值基本上是重合的，故该拟合效果很好。 4.Forecost过程
程序：
data xiti4;
第8页
时间序列分析课程实验报告
input x@@; t=1949+_n_-1; cards;
40777 41778 43160 45897 41947 44061 44378 47237 43315 43396 44843 46835 42833 43548 44637 47107 42552 43526 45039 47940 43740 45007 46667 49325 44878 46234 47055 50318 46354 47260 48883 52605 48527 50237 51592 55152 50451 52294 54633 58802 53990 55477 57850 61978 ;
proc gplot data=xiti4; plot x*t;
symbol c=red v=star i=join; run;
proc forecast data=xiti4 method=stepar trend=2 lead=5 out=out outfull outest=est; id t; var x; run;
proc gplot data=out; plot x*t=_type_/href=2008; symbol1 i=join v=star c=black; symbol2 i=join v=none c=green; symbol3 i=join v=none c=red; symbol4 i=join v=none c=red; run;
第9页