时间序列的建模以及SAS实现（代码）

时间序列的建模以及SAS实现（代码）

时间序列的发展史中把时间序列划分成频域分析法和时域分析法。
而时间序列的建模过程一般分为：
1.平稳非白噪声序列检验，
----进行平稳性检验，
—进行白噪声检验

1. 平稳性检验
   -----------图检验，即画出平稳序列的时序图，如果时序图显示该序列有明显的趋势性或周期性，那么该序列通常不是平稳的。
   -----------DF检验，求出该时间序列的特征根，如果该特征根的绝对值都小于1，即都在单位圆内，那么，该序列就是平稳时间序列，否则，非平稳。且假设检验中p小于特定值，该序列平稳。

2. 纯随机性检验
   检验数列是否是白噪声序列，一般在模型中用于检验残差是否是白噪声序列，用以检验模型是否合理。
   -----------Q统计量，LB统计量。在两个统计量检验中，若p大于显著性水平，则该序列不能拒绝纯随机性的原假设，即该序列为白噪声序列。
   2.计算ACF（自相关系数），PACF（偏自相关系数）。根据其截尾还是拖尾，来选择模型时间序列模型，AR§,MA(Q),ARMA(P,Q),
   3.估计模型中的未知量的参数值，一般选择最小二乘法，利用序列的自相关系数进行估计。
   4.模型的检验，
   -----------模型的显著性检验，检验残差序列是否为白噪声序列，若为白噪声序列，则模型显著性有效。
   ----------参数的显著性检验，检验每个未知参数是否显著性非0，若参数都显著性非0，则参数估计显著。
   5.模型的优化，
   ----------AIC准则，变量越多，构造的模型也越精确，但同时也会到时导致计算量增大，风险过大。因此在配置模型时，应该是拟合精度与未知参数达到最优的配置，也就是AIC准则达到最小时的结果。
   而SBC准则，则是在AIC上面的优化。
   6.预测未来数据走向。差分法与移动平均法。

实例分析

分析某公式在2000-2003年每月的销售量：
153 187 234 212 300