平稳随机时间序列实验

1、第一：

创建名为exp2的SAS数据集，即在窗中输入下列语句：

data exp2;

  input x @@;

  n=_n_;

  cards;

  输入沪深300行情中的市盈率（略)

  ；

run;

2、第二：

绘时间序列图，观察序列特征，输入下列程序：

proc gplot data=exp2;

 symbol i=spline v=star h=2 c=green;

 plot x*n;

run;

得出结果后在graph窗口中观察序列。

3、第三、

识别模型，输入如下程序。

 proc arima data=exp2;

  identity var=x nlag=9;

  run;

4、第四：

提交程序，观察输出结果，

发现样本自相关系数是二阶截尾的。

一阶样本偏相关系数在2倍的标准差之外，二阶样本偏相关系数在2倍的标准差以内，因此我们可初步识别为MA（2）或AR（1）、AR（2），我们分别估计这三个模型，输入如下程序：

     estimate plot q=2;

     run;

     estimate plot p=1;

     run;

5、第五、提交程序，观察输出结果。包括参数估计以及白噪声检验。

除AR（2）模型的AR（2）和MA（2）模型的MA（2）参数不显著外，其他参数都显著，且残差都能通过Ljung-Box的卡方白噪声检验。

6、第六、确定模型阶数。利用AIC和SBC信息准则来确定模型阶数。根据参数估计结果进行预测，输入如下程序：

   forecast lead=5 out=out;

   run;