时间序列分析实验报告P185#1、某股票连续若干天的收盘价如表5-4 （行数据）所示。
表5-4304 303 307 299 296 293301 293 301 295 284286 286 287 284 282278 281 278 277279 278270 268 272 273 279 279280 275 271 277 278279 283 284 282 283279 280 280 279278 283 278 270 275 273 273 272275 273 273 272 273272 273 271 272 271273 277 274 274272 280282 292 295 295 294 290 291 288 288 290 293 288 289 291 293 293 290 288 287 289 292 288288 285 282 286 286 287 284 283 286 282 287 286 287 292 292 294 291 288 289选择适当模型拟合该序列的发展，并估计下一天的收盘价。
解：（1）通过SA漱件画出上述序列的时序图如下：程序：data example5_1;in put x@@;time=_ n_;cards ;304 303 307 299296 293 301 293 301 295 284286286 287 284282 278 281 278277 279 278 270 268 272 273279279 280 275271 277 278 279283 284 282 283 279 280 280279278 283 278270 275 273 273272 275 273 273 272 273 272273271 272 271273 277 274 274272 280 282 292 295 295 294290291 288 288290 293 288 289291 293 293 290 288 287 289292288 288 285282 286 286 287284 283 286 282 287 286 287292292 294 291288 289 proc gplot data =example5_1;plot x*time= 1;symbol1 c=black v=star i =join; run ;上述程序所得时序图如下：上述时序图显示，该序列具有长期趋势又含有一定的周期性，为典型的非平稳序列。
又因为该序列呈现曲线形式，所以选择2阶差分。
(2)通过SA漱件进行差分运算：程序：data example5 1;in put x@@;difx=dif(dif(x));time= n;cards ;304 303 307 299 296 293 301 293301295284 286 286287 284282 278 281 278 277 279 278 270268272273 279 279280 275271 277 278 279 283 284 282 283279280280 279 278283 278270 275 273 273 272 275 273 273272273272 273 271272 271273 277 274 274 272 280 282 292295295294 290 291288 288290 293 288 289 291 293 293 290288287289 292 288288 285282 286 286 287 284 283 286 282287286287 292 292294 291288 289proc print data=example5 1;proc gplot data=example5_1;plot difx*time;symbol1 c=black v=star i =join;proc arima ;iden tifyvar =x( 1 , 1);estimate q = 1;forecast lead =5 id =time;run ;上述所得时序图如下：GRAPH 1 WORK-GSEG.GPLOT1 叵］卫* 2D :Q 10 20 3D 40 创30 70 Q0 9Q 1QQ 110Uhe上述时序图显示，差分后序列已无显著趋势或周期，随机波动比较平稳。
上述程序所得自相关图如下:巳 Output - (Untitled)1 Di^utaDDrreNat Ions尿 Ctov<rlince Correlation - ■1 9 8 J 6 5 4 3 2 1 ( 112 3 4 5(7831Std Error0 30,437?32 1.000001 -17^36829 -.57287 H ＞轴聃*Kt iff ｛询旺OJ97590 2 3.360391 0.11042紳 .0.125598 3 -0.915203 -a 03007 第OJ2B599 4 -L0100E2 -.03313 4 OJ266BI 5 -D.99994S --0325? r 4 o.iitsm 6 D a 538347 0.01956 0.128749 7 4,4??799 0.14711U. 1267?88 -4.763928 -.15G51 &钿0.123334 il9 3.779651 0.I241S紳o.istiae 10 -4,895454,imQ/II31321 11 3.285S 53 0.107950JI331S4 12 -i.o mes -.»3502 ・ *0.134015 13 2/713515 0.QB915 OJ34102 14 -6.23650615 7,712703 0.25940 9J378D4 16 -5.113253 -.16739 Q .14137917 -ojomi ■』QM40J43959IS LZeiEBI 0.05768 IK.DJ43SG0 19 -0-398877 '.813110.14J(82 20 -BJBaifll O.1044S Mi +0 J 4-4033 21 -.1B33G 0JWI3 22 3J7H71 0.10419 0/147152 23 -0^637086 -.CI2D93 0 J 4785324-0.182881-.804360.1479B1< 卜上述自相关图中显示，自相关系数一阶之后全都落于 2倍标准差之内，序列是1阶截尾的，故q=1。
上述程序所得偏自相关图如下:的 Output - (UnthledT)Pari in I Aulororrelftt ionsLag Correlation -H 967(643210 I 2S456M0I1 -C.57287曲i 坤事卑艸卿坤2-0.32413 3-0.21953 4 -0.22SB?5 -0403906 -C.34043 常翻阳細if 7 -o.oam8i -0.13719 -0.016*8 ・ID-0.1 SUBII -e.11207 ・舸 12 13 -0=080173 0.12857 ■ 肯 14 ■0.1W41 :mu]5 O.Q2B25 肌 ■1G 0.00219i? ■0-04771 s曲 18 -0.12416 a删 19 ■0.11080 B4420 0.1345121 0.06633K ・22 -0,11287 3也洁23 0.02339 240.01956上述偏自相关图显示，序列是拖尾的，故p=0。
上述程序所得纯随机检验结果如下:The AFt[MA ProcedureAdtocorrelallor Check for White NoiseToChi-Fr >La 呂 Square DFChiSq x JL|J. ■Autocorreiat ions&37.17 6 CO0Q10.110 -0J57 -0.090-0.033-0.033 0.020 IP48.8912<.0001 0.147 0.124-0J61 OJOfi-0.035 18C7.0618CD001-0.206 0.253-0J6S0.104-0.0030.058 2474.96 24<.0001-0.0130,101-0J89-o.o?i0.004上述纯随机检验结果显示, 该序列未通过白噪声检验, 属于非白噪声序列。
Conditional Least Squares Eat i iftat i onStandard Approx Parameter Est imate Error t Yalue Pr > III La*MU O.OW06 C.0063887 ?,640.00S80 MAI J0.04750 21.05<.ooai 11.00000:上述结果显示，序列的拟合模型为ARIMA（0, 2，1）模型,其形式为1 + °- 01686^-＞，且其系数均通过检验。
下一天的收盘价估计结果如下:Forec«ts for veriable xOt）s Forecast Sid Error 95X Conf idence Limits103 2eaje?3 3.642232.64S4 29C-92S24。