时间序列分析习题(1)
第九章时间序列分析习题
一、填空题
1．时间序列有两个组成要素：一是，二是。
2．在一个时间序列中，最早出现的数值称为，最晚出现的数值称为。
3．时间序列可以分为时间序列、时间序列和时间序列三种。其中是最基本的序列。
4．绝对数时间序列可以分为和两种，其中，序列中不同时间的数值相加有实际意义的是序列，不同时间的数值相加没有实际意义的是序列。
5．已知某油田1995年的原油总产量为200万吨，2000年的原油总产量是459万吨，则“九五”计划期间该油田原油总产量年平均增长速度的算式为。
6．发展速度由于采用的基期不同，分为和两种，它们之间的关系可以表达为。
7．设i=1，2，3，…，n，a i为第i个时期经济水平，则a i/a0是发展速度，a i/a i-1是发展速度。
8．计算平均发展速度的常用方法有方程式法和.
9．某产品产量1995年比1990年增长了105%，2000年比1990年增长了306．8％，则该产品2000年比1995增长速度的算式是。
10．如果移动时间长度适当，采用移动平均法能有效地消除循环变动和。
11．时间序列的波动可分解为长期趋势变动、、循环变动和不规则变动。
12．用最小二乘法测定长期趋势，采用的标准方程组是。
二、单项选择题
1．时间序列与变量数列( )
A都是根据时间顺序排列的B都是根据变量值大小排列的
C前者是根据时间顺序排列的，后者是根据变量值大小排列的
D前者是根据变量值大小排列的，后者是根据时间顺序排列的
2．时间序列中，数值大小与时间长短有直接关系的是( )
A平均数时间序列B时期序列C时点序列D相对数时间序列
3．发展速度属于( )
A比例相对数B比较相对数C动态相对数D强度相对数
4．计算发展速度的分母是( )
A报告期水平B基期水平C实际水平D计划水平
则该车间上半年的平均人数约为( )
A 296人
B 292人
C 295 人
D 300人
6．某地区某年9月末的人口数为150万人，10月末的人口数为150．2万人，该地区10月的人口平均数为( )
A150万人B150．2万人C150．1万人D无法确定
7．由一个9项的时间序列可以计算的环比发展速度( )
A有8个B有9个C有10个D有7个
8．采用几何平均法计算平均发展速度的依据是( )
A 各年环比发展速度之积等于总速度
B 各年环比发展速度之和等于总速度
C 各年环比增长速度之积等于总速度
D 各年环比增长速度之和等于总速度
9．某企业的科技投,3,2000年比1995年增长了58．6％，则该企业1996—2000年间科技投入的平均发展速度为( ) A
5
%6.58 B 5%6.158 C
6
%6.58 D 6%6.158
10．根据牧区每个月初的牲畜存栏数计算全牧区半年的牲畜平均存栏数，采用的公式是( ) A 简单平均法 B 几何平均法 C 加权序时平均法 D 首末折半法 11．在测定长期趋势的方法中，可以形成数学模型的是( )
A 时距扩大法
B 移动平均法
C 最小平方法
D 季节指数法 三、多项选择题
1．对于时间序列，下列说法正确的有( )
A 序列是按数值大小顺序排列的
B 序列是按时间顺序排列的
C 序列中的数值都有可加性
D 序列是进行动态分析的基础
E 编制时应注意数值间的可比性 2．时点序列的特点有( )
A 数值大小与间隔长短有关
B 数值大小与间隔长短无关
C 数值相加有实际意义
D 数值相加没有实际意义
E 数值是连续登记得到的 3．下列说法正确的有( )
A 平均增长速度大于平均发展速度
B 平均增长速度小于平均发展速度
C 平均增长速度=平均发展速度-1
D 平均发展速度=平均增长速度-1
E 平均发展速度×平均增长速度=1
4．下列计算增长速度的公式正确的有( )
A 增长速度=
%100?基期水平增长量 B 增长速度= %100?报告期水平
增长量
C 增长速度= 发展速度—100％
D 增长速度=
%100?-基期水平基期水平
报告期水平
E 增长速度=
%100?基期水平
报告期水平
5．采用几何平均法计算平均发展速度的公式有( ) A 123
1201-????=n n a a a a a a a a n
x B 0a a n x n = C 1
a a n
x n = D R n x = E n x x ∑=
6
根据上述资料计算的下列数据正确的有( )
A第二年的环比增长速度二定基增长速度=10％
B第三年的累计增长量二逐期增长量=200万元
C第四年的定基发展速度为135％
D第五年增长1％绝对值为14万元
E第五年增长1％绝对值为13．5万元
7．下列关系正确的有( )
A环比发展速度的连乘积等于相应的定基发展速度
B定基发展速度的连乘积等于相应的环比发展速度
C环比增长速度的连乘积等于相应的定基增长速度
D环比发展速度的连乘积等于相应的定基增长速度
E平均增长速度=平均发展速度-1
8．测定长期趋势的方法主要有( )
A时距扩大法B方程法C最小平方法D移动平均法E几何平均法
9．关于季节变动的测定，下列说法正确的是( )
A目的在于掌握事物变动的季节周期性
B常用的方法是按月(季)平均法
C需要计算季节比率
D按月计算的季节比率之和应等于400％
E季节比率越大，说明事物的变动越处于淡季
10．时间序列的可比性原则主要指( )
A时间长度要一致B经济内容要一致C计算方法要一致D总体范围要一致
E计算价格和单位要一致
四、判断题
1．时间序列中的发展水平都是统计绝对数。( )
2．相对数时间序列中的数值相加没有实际意义。( )
3．由两个时期序列的对应项相对比而产生的新序列仍然是时期序列。( )
4．由于时点序列和时期序列都是绝对数时间序列，所以，它们的特点是相同的。( )
5．时期序列有连续时期序列和间断时期序列两种。( )
6．发展速度可以为负值。( )
7．只有增长速度大于100％才能说明事物的变动是增长的。( )
8．季节比率=同月平均水平／总的月水平平均( )
9．年距发展速度=年距增长速度+1( )
10．采用几何平均法计算平均发展速度时，每一个环比发展速度都会影响到平均发展速度的大小。( )
11．所有平均发展水平的计算采用的都是算术平均数方法。( )
12．移动平均法可以对现象变动的长期趋势进行动态预测。( )
13．平均增长速度可以直接根据环比增长速度来计算。( )
五、简答题
1．编制时间序列应注意哪些问题?
2．简述时点序列和时期序列的特点。
3．根据所学的动态分析方法，举例说明时间序列有哪些用途。
4．为什么说相对数时间序列和平均数时间序列是派生序列?
5．简述计算动态平均数所使用的计算方法。
6．季节变动的测定常用什么方法?简述其基本原理。
六、计算题
1．某公司某年9月末有职工250人，10月上旬的人数变动情况是：10月4日新招聘12名大学生上岗，6日有4名老职工退休离岗，8日有3名青年工人应征入伍，同日又有3名职工辞职离岗，9日招聘7名营销人员上岗。试计算该公司10月上旬的平均在岗人数。
要求：(1)具体说明这个时间序列属于哪一种时间序列。
(2)分别计算该银行2001年第一季度、第二季度和上半年的平均现金库存额。
要求计算：①第一季度平均人数；②上半年平均人数。
试计算该企业2001年上半年的产品平均单位成本。
要求：(1)计算并填列表中所缺数字。
(2)计算该地区1997—2001年间的平均国民生产总值。
(3)计算1998—2001年间国民生产总值的平均发展速度和平均增长速度。
要求：(1)计算该企业第四季度的月平均劳动生产率。
(2)计算该企业第四季度劳动生产率。
要求：(1)应用三年和五年移动平均法计算趋势值。
(2)应用最小平方法配合趋势直线，并计算各年的趋势值。
第九章 习题参考答案
一、填空题
1．时间顺序、发展水平 2．最初水平、最末水平
3．绝对数、相对数、平均数、绝对数 4．时期序列、时点序列、时期、时点 5.
1200
459
5
- 6．环比发展速度、定基发展速度、环比发展速度的连乘积等于定基发展速度 7．定基、环比 8．几何平均法 9．
11
%1051
%8.306-++
10．季节变动 11．季节变动
12．∑y=na+b ∑t ∑ty=a ∑t+b ∑t 2 二、单项选择题
1．C 2．B 3．C 4．B 5．C 6．C 7．A 8．A 9．B 10．D 11．C 三、多项选择题
1．BDE 2．BD 3．BC 4．ACD 5．ABD 6．ACE 7．AE 8．ACD 9．ABC 10．ABCDE 四、判断题
1．X 2．√ 3．X 4．X 5．X 6．X 7．X 8．√ 9．√
五、简答题 （略）
六、计算题
1．2562
12232
2591252225822623250=++++?+?+?+?+?=
=
∑∑f
af a
2．（1）这是个等间隔的时点序列
（2）n
a
a a a a a a n
n 22
13210++++++=- 第一季度的平均现金库存额：
)(4803
2520
4504802
500万元=+
++=a 第二季度的平均现金库存额：
)(67.5663
2580
6005502
500万元=+
++=a 上半年的平均现金库存额：
33.5232
67.566480,33.52362580
6005504802
500=+==+
++++=或 a 答：该银行2001年第一季度平均现金库存额为480万元，第二季度平均现金库存额为566.67
万元，上半年的平均现金库存额为523.33万元.
3.
第一季度平均人数:
)(10322
1221020
10501210501002人=+?++?+=a
上半年平均人数：
10233
21321008
102022102010501210501002=++?++?++?+=a
4．
某企业2001年上半年的产量和成本资料
试计算该企业2001年上半年的产品平均单位成本。 解：产品总产量∑=+++++=)(210005000040003000400030002000件a 产品总成本
∑=+++++=)(1.1480.346.279.214.286.216.14万元b
平均单位成本)/(52.70210001.148件元件
万元
总产量总成本=
=
∑∑∑a b
c
或：平均单位成本)(52.706
2100010000
61
.148万元=?=
=a
b c 答：该企业2001年上半年的产品平均单位成本为70．52元／件。 5．
(1)计算表如下：
某地区1996--2000年国民生产总值数据
(2)
)(88.545
9.61585.6811.459.40万元=++++==
∑n
a a
(3)平均发展速度：
%91.1101091.19
.409.6140====n
n a a a 平均增长速度=平均发展速度-1=110．91％—1=10．91％
答：该地区1996—2000年间的平均每年创造国民生产总值54．88亿元，1997—2000年期间国民生产总值的平均发展速度为110．91％，平均增长速度为10．91％。
)(2803
22702802852280222
13210万人=+
++=++++++=-n n a a a a a a a 平均劳动力资源：
)(6843
2686
6846852568022
13210万人=+++=++++++=-n b b b b b b b n
n 平均在业人口比重：
%94.40684
280
===
b a c
答：该地区第四季度在业人口数占劳动力资源人口的平均比重为40．94％。 7．
某企业第四季度总产值和劳动生产率资料
(1) 这是根据相对数时间序列计算平均发展水平。 月平均人数=（月初人数+月末人数）÷2 季平均人数=（季内各月平均人数之和）÷3 年平均人数=（年内各月平均人数之和）÷12 或：=（年内各季平均人数之和）÷4 (2)月平均劳动生产率c
a
b 月平均人数平均月产值=
=
)/(73.77703
)205210200(3
10000)9.159168150(人元=÷++÷?++
(3)季度劳动生产率c
a b 季平均人数季度产值∑=
=)/(20.233123
)205210200(10000
)9.159168150(人元=÷++?++
8．（1）
∑∑∑∑∑-=
2
2)(t t n y t ty n b
=
47.666506111162
337684112
=-??-?
82.6611
6647.61162=?-=-=
∑∑n
t b y a 所以，产品销售量的趋势直线为：y c =66．82+6．47t
根据此方程计算的销售量趋势值见上表。
用简捷计算法：y=105.64+6.47t
9．
某市某产品连续四年各季度的出口额资料及季节比率计算表
单位：万元
从上表中可以看出，该市该产品的出口额变动呈现出比较明显的季节波动。在一年当中，第一季度和第四季度是出口旺季，特别是第四季度达到全年最高点，季节指数为254．62％，第二季度和第三季度是出口淡季，第二季度是全年最低点，季节指数为13．54％。企业应根据该产品的出口季节变动组织生产，特别是要注意为第一季度和第四季度的出口准备好货源。
最新时间序列分析期末考试B
精品文档 浙江农林大学 2009 - 2010 学年第 二 学期考试卷（A 卷） 课程名称： 应用时间序列分析 课程类别： 必修 考试方式： 闭卷 注意事项：1、本试卷满分100分。 2、考试时间 120分钟。 一、单项选择题（在每小题的四个备选答案中，选出一个正确 答案，并将正确答案的选项填在题后的括号内。每小题2分，共12分） 1. 关于严平稳与（宽）平稳的关系，不正确的为 。 ( ) A. 严平稳序列一定是宽平稳序列 B. 当序列服从正态分布时，两种平稳性等价 C. 二阶矩存在的严平稳序列一定为宽平稳的 D. MA(p)模型一定是宽平稳的 2. 下图为某时间序列的相关检验图，图1为自相关函数图，图2为偏自相关函数图，请选择模型 。 ( ) 图1 图2 学院： 专业班级： 姓名： 学号： 装 订 线 内 不 要 答 题
A. AR(1) B. AR(2) C. MA(1) D. MA(2) 3. 下图中，图3为某序列一阶差分后的自相关函数图，图4为某序列一阶差分后的 偏自相关函数图，请对原序列选择模型。( ) 图3 图4
A.ARIMA(4，1，0) B. ARIMA(0，2，1) C. ARIMA(0，1，2) D.ARI MA(0，1，4) 4. 记B 为延迟算子，则下列不正确的是 。 ( ) A. 0 1B = B. (1)k t t k t X X B X --=- C. 12t t BX X --= D. 11()t t t t B X Y X Y --±=± 5.对于平稳时间序列，下列错误的是 ( ) A.)(212εσεE = B.),(),(k t t k t t y y Cov y y Cov -+= C.k k -=ρρ D.)(?)1(?1k y k y t t +=+ 6.下图为对某时间序列的拟合模型进行显著性水平0.05α=的显著性检验，请选择 该序列的拟合模型 。 ( )
时间序列分析习题
第8章时间序列分析 一、填空题： 1．平稳性检验的方法有__________、__________和__________。 2．单位根检验的方法有：__________和__________。 3．当随机误差项不存在自相关时，用__________进行单位根检验；当随机误差项存在自相关时，用__________进行单位根检验。 4．EG检验拒绝零假设说明______________________________。 5．DF检验的零假设是说被检验时间序列__________。 6．协整性检验的方法有__________和__________。 7．在用一个时间序列对另一个时间序列做回归时，虽然两者之间并无任何有意义的关系，但经常会得到一个很高的2R的值，这种情况说明存在__________问题。 8．结构法建模主要是以______________________________来确定计量经济模型的理论关系形式。 9．数据驱动建模以____________________作为建模的主要准则。 10．建立误差校正模型的步骤为一般采用两步：第一步，____________________；第二步，____________________。 二、单项选择题：
1. 某一时间序列经一次差分变换成平稳时间序列，此时间序列称为（）。 A．1阶单整 ??? B．2阶单整??? C．K阶单整 ?? ?D．以上答案均不正确 2.? 如果两个变量都是一阶单整的，则（）。 A．这两个变量一定存在协整关系 B．这两个变量一定不存在协整关系 C．相应的误差修正模型一定成立 D．还需对误差项进行检验 3．当随机误差项存在自相关时，进行单位根检验是由（）来实现。 A DF检验 B．ADF检验 C．EG检验 D．DW检验 4．有关EG检验的说法正确的是（）。 A．拒绝零假设说明被检验变量之间存在协整关系 B．接受零假设说明被检验变量之间存在协整关系 C．拒绝零假设说明被检验变量之间不存在协整关系 D．接受零假设说明被检验变量之间不存在协整关系
统计基础知识第五章时间序列分析习题及答案
第五章时间序列分析 一、单项选择题 1.构成时间数列的两个基本要素是( C )（2012年1月） A.主词和宾词 B.变量和次数 C.现象所属的时间及其统计指标数值 D.时间和次数 2．某地区历年出生人口数是一个( B )（2011年10月） A．时期数列 B.时点数列 C.分配数列 D.平均数数列 3.某商场销售洗衣机，2008年共销售6000台，年底库存50台，这两个指标是( C ) （2010年10） A.时期指标 B.时点指标 C.前者是时期指标，后者是时点指标 D.前者是时点指标，后者是时期指标 4.累计增长量( A ) （2010年10） A.等于逐期增长量之和 B.等于逐期增长量之积 C.等于逐期增长量之差 D.与逐期增长量没有关系 5.某企业银行存款余额4月初为80万元，5月初为150万元，6月初为210万元，7月初为160万元，则该企业第二季度的平均存款余额为（ C ）（2009年10） 万元万元万元万元 6.下列指标中属于时点指标的是( A ) （2009年10） A.商品库存量 B.商品销售量 C.平均每人销售额 D.商品销售额 7.时间数列中，各项指标数值可以相加的是( A ) （2009年10） A.时期数列 B.相对数时间数列 C.平均数时间数列 D.时点数列 8.时期数列中各项指标数值（ A ）（2009年1月） A.可以相加 B.不可以相加 C.绝大部分可以相加 D.绝大部分不可以相加 10.某校学生人数2005年比2004年增长了8%，2006年比2005年增长了15%，2007年比2006年增长了18%，则2004-2007年学生人数共增长了（ D ）（2008年10月） ％+15％+18％％×15％×18％ C.（108％+115％+118％）-1 ％×115％×118％-1 二、多项选择题 1.将不同时期的发展水平加以平均而得到的平均数称为( ABD )（2012年1月） A.序时平均数 B.动态平均数 C.静态平均数 D.平均发展水平 E.一般平均数2．定基发展速度和环比发展速度的关系是( BD )（2011年10月） A．相邻两个环比发展速度之商等于相应的定基发展速度 B.环比发展速度的连乘积等于定基发展速度
应用时间序列分析试卷一
应用时间序列分析试卷 一 Document number【980KGB-6898YT-769T8CB-246UT-18GG08】
应用时间序列分析（试卷一） 一、 填空题 1、拿到一个观察值序列之后，首先要对它的平稳性和纯随机性进行检验，这两个重要的检验称为序列的预处理。 2、白噪声序列具有性质纯随机性和方差齐性。 3、平稳AR （p ）模型的自相关系数有两个显着的性质：一是拖尾性；二是呈负指数衰减。 4、MA(q)模型的可逆条件是：MA(q)模型的特征根都在单位圆内，等价条件是移动平滑系数多项式的根都在单位圆外。 5、AR （1）模型的平稳域是{}11<<-φφ。AR （2）模型的平稳域是 {}11,12221<±<φφφφφ且， 二、单项选择题 1、频域分析方法与时域分析方法相比（D ） A 前者要求较强的数学基础，分析结果比较抽象，不易于进行直观解释。 B 后者要求较强的数学基础，分析结果比较抽象，不易于进行直观解释。 C 前者理论基础扎实，操作步骤规范，分析结果易于解释。 D 后者理论基础扎实，操作步骤规范，分析结果易于解释。 2、下列对于严平稳与宽平稳描述正确的是（D ） A 宽平稳一定不是严平稳。 B 严平稳一定是宽平稳。 C 严平稳与宽平稳可能等价。 D 对于正态随机序列，严平稳一定是宽平稳。 3、纯随机序列的说法，错误的是（B ）
A时间序列经过预处理被识别为纯随机序列。 B纯随机序列的均值为零，方差为定值。 C在统计量的Q检验中，只要Q 时，认为该序列为纯随机序列，其 中m为延迟期数。 D不同的时间序列平稳性检验，其延迟期数要求也不同。 4、关于自相关系数的性质，下列不正确的是（D） A. 规范性； B. 对称性； C. 非负定性； D. 唯一性。 5、对矩估计的评价，不正确的是（A） A. 估计精度好； B. 估计思想简单直观； C. 不需要假设总体分布； D. 计算量小（低阶模型场合）。 6、关于ARMA模型，错误的是（C） A ARMA模型的自相关系数偏相关系数都具有截尾性。 B ARMA模型是一个可逆的模型 C 一个自相关系数对应一个唯一可逆的MA模型。 D AR模型和MA模型都需要进行平稳性检验。 7、MA（q）模型序列的预测方差为下列哪项（B） A、 []2 2 , Va() , l t l q r e l l q ξ ξ θθσ θθσ ?< ? =? > ?? 22 1-1 22 1q （1++...+） （1++...+） B、 []2 2 , Va() , l t l q r e l l q ξ ξ θθσ θθσ ?≤ ? =? > ?? 22 1-1 22 1q （1++?+） （1++?+） C、 []2 q 2 , Va() , t l l q r e l l q ξ ξ θθσ θθσ ?≤ ? =? > ?? 22 1-1 22 1 （1++?+） （1++?+） D、 []2 2 , Va() , l t l q r e l l q ξ ξ θθσ θθσ ?≤ ? =? > ?? 22 1-1 22 1q-1 （1++?+） （1++?+）
应用时间序列分析第4章答案
河南大学: 姓名:汪宝班级:七班学号:1122314451 班级序号:68 5:我国1949年－2008年年末人口总数(单位:万人)序列如表4－8所示(行数据)．选择适当的模型拟合该序列的长期数据，并作5期预测。 解：具体解题过程如下：（本题代码我是做一问写一问的） 1:观察时序图: data wangbao4_5; input x@@; time=1949+_n_-1; cards; 54167 55196 56300 57482 58796 60266 61465 62828 64653 65994 67207 66207 65859 67295 69172 70499 72538 74542 76368 78534 80671 82992 85229 87177 89211 90859 92420 93717 94974 96259 97542 98705 100072 101654 103008 104357 105851 107507 109300 111026 112704 114333 115823 117171 118517 119850 121121 122389 123626 124761 125786 126743 127627 128453 129227 129988 130756 131448 132129 132802 ; proc gplot data=wangbao4_5; plot x*time=1; symbol1c=black v=star i=join; run; 分析:通过时序图,我可以发现我国1949年－2008年年末人口总数(随时间的变化呈现出线性变化.故此时我可以用线性模型拟合序列的发展． X t=a+b t+I t t=1,2,3,…,60 E(I t)=0,var(I t)=σ2 其中，I t为随机波动；X t=a+b就是消除随机波动的影响之后该序列的长期趋势。
时间序列分析--习题库
说明：答案请答在规定的答题纸或答题卡上，答在本试卷册上的无效。 一、填空题（本题总计25分） 1. 常用的时间序列数据，有年度数据、（ ）数据和（ ） 数据。另外，还有以（ ）、小时为时间单位计算的数据。 2. 自相关系数j ρ的取值范围为（ ）；j ρ与j -ρ之间的关系是（ ）；0ρ=（ ）。 3.判断下表中各随机过程自相关系数和偏自相关系数的截尾性，并用 2. 如果随机过程{}t ε为白噪音，则 t t Y εμ+= 的数学期望为 ；j 不等于0时，j 阶自协方差等于 ，j 阶自相关系数等于 。因此，是一个 随机过程。 1.（2分）时间序列分析中，一般考虑时间（ ）的（ ）的情形。 3. （6分）随机过程{}t y 具有平稳性的条件是： （1）（ ）和（ ）是常数，与 （ ）无关。 （2）（ ）只与（ ）有关，与 （ ）无关。 7. 白噪音的自相关系数是：
1.白噪音{}t y 的性质是：t y 的数学期望为 ，方差为 ；t y 与j -t y 之间的协方差为 。 1.（4分）移动平均法的特点是：认为历史数据中（ ）的数据对未来的数值有影响，其权数为（ ），权数之和为（ ）；但是，（ ）的数据对未来的数值没有影响。 2. 指数平滑法中常数α值的选择一般有2种： （1）根据经验判断，α一般取 。 （2）由 确定。 3. （5分）下述随机过程中，自相关系数具有拖尾性的有（ ），偏自相关系数具有拖尾性的有（ ）。 ①平稳(2) ②(1) ③平稳(1,2) ④白噪 音过程 4.（5分）下述随机过程中，具有平稳性的有（ ），不具有平稳性的有（ ）。 ①白噪音 ②t t y 1.23t+ε=+ ③随机漂移过程 ④t t t 1y 16 3.2εε-=++ ⑤t t y 2.8ε=+ 2.（3分）白噪音{}t ε的数学期望为（ ）；方差为（ ）；j 不等于0时，j 阶自协方差等于（ ）。 （2）自协方差与（ ）无关，可能与 （ ）有关。 3. （5分）下述随机过程中，自相关系数具有截尾性的有（ ），偏自相关系数具有截尾性的有（ ）。
第章时间序列预测习题答案
第10章时间序列预测
从时间序列图可以看出，国家财政用于农业的支出额大体上呈指数上升趋势。（2）年平均增长率为： 。 （3）。 下表是1981年—2000年我国油彩油菜籽单位面积产量数据（单位：kg / hm2）年份单位面积产量年份单位面积产量 1981 1451 1991 1215 1982 1372 1992 1281 1983 1168 1993 1309 1984 1232 1994 1296 1985 1245 1995 1416 1986 1200 1996 1367 1987 1260 1997 1479 1988 1020 1998 1272
1989 1095 1999 1469 1990 1260 2000 1519 （1）绘制时间序列图描述其形态。 （2）用5期移动平均法预测2001年的单位面积产量。 （3）采用指数平滑法，分别用平滑系数a=和a=预测2001年的单位面积产量，分析预测误差，说明用哪一个平滑系数预测更合适？ 详细答案： （1）时间序列图如下： （2）2001年的预测值为： | （3）由Excel输出的指数平滑预测值如下表： 年份单位面积产量 指数平滑预测 a= 误差平方 指数平滑预测 a= 误差平方
a=时的预测值为： 比较误差平方可知，a=更合适。 下面是一家旅馆过去18个月的营业额数据 月份营业额（万元）月份营业额（万元） 1 295 10 473 2 28 3 11 470 3 322 12 481 4 35 5 13 449 5 28 6 14 544 6 379 15 601 7 381 16 587 8 431 17 644 9 424 18 660 （1）用3期移动平均法预测第19个月的营业额。 （2）采用指数平滑法，分别用平滑系数a=、a=和a=预测各月的营业额，分析预测误差，说明用哪一个平滑系数预测更合适？ （3）建立一个趋势方程预测各月的营业额，计算出估计标准误差。
时间序列分析上机操作题电子教案
20.1971年9月—1993年6月澳大利亚季度常住人口变动（单位：千人）情况如下表。 问题：（1）判断该序列的平稳性与纯随机性。 （2）选择适当模型拟合该序列的发展。 （3）绘制该序列拟合及未来5年预测序列图。 针对问题一：将以下程序输入SAS编辑窗口，然后运行后可得图1. data example3_1; input x@@; time=_n_;
cards; 63.2 67.9 55.8 49.5 50.2 55.4 49.9 45.3 48.1 61.7 55.2 53.1 49.5 59.9 30.6 30.4 33.8 42.1 35.8 28.4 32.9 44.1 45.5 36.6 39.5 49.8 48.8 29 37.3 34.2 47.6 37.3 39.2 47.6 43.9 49 51.2 60.8 67 48.9 65.4 65.4 67.6 62.5 55.1 49.6 57.3 47.3 45.5 44.5 48 47.9 49.1 48.8 59.4 51.6 51.4 60.9 60.9 55.8 58.6 62.1 64 60.3 64.6 71 79.4 59.9 83.4 75.4 80.2 55.9 58.5 65.2 69.5 59.1 21.5 62.5 170 -47.4 62.2 60 33.1 35.3 43.4 42.7 58.4 34.4 ; proc gplot data=example3_1; plot x*time=1; symbol1c=red I=join v=star; run;
图1 该序列的时序图 由图1可读出：除图中170和-47.4这两个异常数据外，该时序图显示澳大利亚季度常住人口变动一般在在60附近随机波动，没有明显的趋势或周期，基本可视为平稳序列。 再接着输入以下程序运行后可输出五方面的信息。具体见表1-表5. proc arima data= example3_1; identify Var=x nlag=8; run; 表1 分析变量的描述性统计 从表1可读出分析变量的名称、该序列的均值；标准差及观察值的个数（样本容量）。 表2 样本自相关图 由表2可知：样本自相图延迟3阶之后，自相关系数都落入2倍标准差范围
最新第22章-时间序列分析思考与练习参考答案
第22章时间序列分析 思考与练习参考答案 一、最佳选择题 1.欲消除时间序列中的线性趋势，应当对原始数据进行的处理是（D）。 A. 减去时间的线性函数 B. 加上时间的线性函数 C. 乘以时间的线性函数 D.除以时间的线性函数 E. 需首先明确是加法模型还是乘法模型 2. 系数（D）可以使指数平滑的预测结果跟踪序列发生新变化的效果最佳。 A. 0.2 B. 0.5 C. 0.7 D. 0.85 E. 0 3. 严平稳和宽平稳的条件主要区别在于（E）。 A. 前者要求均数恒定 B. 前者要求方差恒定 C.后者对均数水平不作要求 D.后者对方差的波动不作要求 E. 后者对分布函数不作要求 4. 如果序列的自相关函数拖尾，偏自相关函数截尾，则首先考虑的模型是（A）。 A. AR(p) B. MA(q) C. ARIMA(p,d,q) D.先作普通差分再决定 E. 先作季节差分再决定 5. 模型拟合的优劣，无法通过残差序列的下述（E）指标判断。 A. 自相关函数 B. 偏自相关函数 C. 周期图 D. 谱密度图 E. 方差 二、思考题 1. 以时域分析为例，说明时间序列分析的主要目的与步骤是什么。 答：主要目的：①用适当的模型概括时间序列资料发展演变的规律；②用适当的统计描述方法呈现时间序列资料蕴涵的信息；③对时间序列未来的取值水平进行预测。 主要步骤：①模型识别；②参数估计；③模型诊断；④预测应用。 2. 时域分析的结果可否对频域分析有指导意义？频域分析的结果又可否对时域建模有所启示？请自行搜集时间序列数据，在分析过程中尝试回答以上问题。 答：时域分析主要是利用在不同时间点上个体取值的自相关信息，例如逐日采集的时间序列分析资料，当天的取值水平总是与一周前的取值相关（自相关函数在lag=7处，经检验
时间序列分析试卷及答案
时间序列分析试卷1 一、 填空题（每小题2分,共计2０分） 1. ARMA(p, q)模型＿_＿___＿____＿___＿＿____＿______＿___＿，其中模型参数为＿＿ ___＿___＿_＿＿_＿__＿＿＿。 2. 设时间序列{}t X ，则其一阶差分为____＿___＿___＿＿_＿__＿__＿＿__。 3. 设AR ＭA (２， 1)： 1210.50.40.3t t t t t X X X εε---=++- 则所对应的特征方程为__＿＿_＿__＿_＿_＿_＿____＿_＿＿. 4. 对于一阶自回归模型A Ｒ（1)： 110t t t X X φε-=+＋,其特征根为_________，平稳域 是___＿___＿＿__＿______＿_＿__. 5. 设ARM Ａ（2, 1）：1210.50.1t t t t t X X aX εε---=++-,当ａ满足_______＿_时，模型 平稳。 6. 对于一阶自回归模型ＭA(1）： 10.3t t t X εε-=-,其自相关函数为__＿____________＿__＿___. 7. 对于二阶自回归模型AR （2）： 120.50.2t t t t X X X ε--=++ 则模型所满足的Yule-Wal ｋer 方程是______________＿__＿＿_＿_。 8. 设时间序列{}t X 为来自A ＲMA （p,q)模型: 1111t t p t p t t q t q X X X φφεθεθε----=++++++ 则预测方差为＿____＿___＿＿＿＿＿_＿＿＿_。 9. 对于时间序列{}t X ，如果_＿_＿＿____＿_____＿__＿,则()~t X I d 。 10. 设时间序列{}t X 为来自GARCH （p ，q ）模型，则其模型结构可写为＿______＿＿____。 二、（１0分）设时间序列{}t X 来自()2,1ARMA 过程,满足 ()()2 10.510.4t t B B X B ε-+=+,
时间序列分析试题
第九章 时间序列分析 一、单项选择题 1、乘法模型是分析时间序列最常用的理论模型。这种模型将时间序列按构成分解为（ ） 等四种成分，各种成分之间( )，要测定某种成分的变动，只须从原时间序列中（ ）。 A. 长期趋势、季节变动、循环波动和不规则波动；保持着相互依存的关系；减去其他影响成分的变动 B. 长期趋势、季节变动、循环波动和不规则波动；缺少相互作用的影响力量；减去其他影响成分的变动 C. 长期趋势、季节变动、循环波动和不规则波动；保持着相互依存的关系；除去其他影响成分的变动 D.长期趋势、季节变动、循环波动和不规则波动；缺少相互作用的影响力量；除去其他影响成分的变动 答案：C 2、加法模型是分析时间序列的一种理论模型。这种模型将时间序列按构成分解为（ ）等四种成分，各种成分之间( )，要测定某种成分的变动，只须从原时间序列中（ ）。 A. 长期趋势、季节变动、循环波动和不规则波动；保持着相互依存的关系；减去其他影响成分的变动 B. 长期趋势、季节变动、循环波动和不规则波动；缺少相互作用的影响力量；减去其他影响成分的变动 C. 长期趋势、季节变动、循环波动和不规则波动；保持着相互依存的关系；除去其他影响成分的变动 D.. 长期趋势、季节变动、循环波动和不规则波动；缺少相互作用的影响力量；除去其他影响成分的变动 答案：B 3、利用最小二乘法求解趋势方程最基本的数学要求是（ ）。 A. ∑=-任意值2)?(t Y Y B. ∑=-min )?(2t Y Y C. ∑=-max )?(2t Y Y D. 0)?(2 ∑=-t Y Y 答案：B 4、从下列趋势方程t Y t 86.0125?-=可以得出（ ）。 A. 时间每增加一个单位，Y 增加0.86个单位 B. 时间每增加一个单位，Y 减少0.86个单位 C. 时间每增加一个单位，Y 平均增加0.86个单位 D. 时间每增加一个单位，Y 平均减少0.86个单位 答案：D. 5、时间序列中的发展水平（ ）。 A. 只能是绝对数 B. 只能是相对数 C.只能是平均数 D.上述三种指标均可以 答案：D.
应用时间序列分析习题答案
第二章习题答案 2.1 （1）非平稳 （2）0.0173 0.700 0.412 0.148 -0.079 -0.258 -0.376 （3）典型的具有单调趋势的时间序列样本自相关图 2.2 （1）非平稳，时序图如下 （2）-（3）样本自相关系数及自相关图如下：典型的同时具有周期和趋势序列的样本自相关图
2.3 （1）自相关系数为：0.2023 0.013 0.042 -0.043 -0.179 -0.251 -0.094 0.0248 -0.068 -0.072 0.014 0.109 0.217 0.316 0.0070 -0.025 0.075 -0.141 -0.204 -0.245 0.066 0.0062 -0.139 -0.034 0.206 -0.010 0.080 0.118 （2）平稳序列 （3）白噪声序列 2.4 ，序列LB=4.83，LB统计量对应的分位点为0.9634，P值为0.0363。显著性水平=0.05 不能视为纯随机序列。 2.5 （1）时序图与样本自相关图如下
（2） 非平稳 （3）非纯随机 2.6 （1）平稳，非纯随机序列（拟合模型参考：ARMA(1,2)） （2）差分序列平稳，非纯随机 第三章习题答案 3.1 解：1()0.7()()t t t E x E x E ε-=?+ 0)()7.01(=-t x E 0)(=t x E t t x ε=-）B 7.01( t t t B B B x εε)7.07.01()7.01(221 +++=-=- 229608.149 .011 )(εεσσ=-= t x Var 49.00212==ρφρ 022=φ 3.2 解：对于AR （2）模型： ?? ?=+=+==+=+=-3.05 .021102112 12112011φρφρφρφρρφφρφρφρ 解得：???==15 /115/721φφ 3.3 解：根据该AR(2)模型的形式，易得：0)(=t x E 原模型可变为：t t t t x x x ε+-=--2115.08.0
时间序列分析考试卷及答案
考核课程 时间序列分析（B 卷） 考核方式 闭卷 考核时间 120 分钟 注：B 为延迟算子，使得1-=t t Y BY ；?为差分算子，。 一、单项选择题（每小题3 分，共24 分。） 1. 若零均值平稳序列{}t X ，其样本ACF 和样本PACF 都呈现拖尾性，则对{}t X 可能建立（ B ）模型。 A. MA(2) B.ARMA(1,1) C.AR(2) D.MA(1) 2.下图是某时间序列的样本偏自相关函数图，则恰当的模型是（ B ）。 A. )1(MA B.)1(AR C.)1,1(ARMA D.)2(MA 3. 考虑MA(2)模型212.09.0--+-=t t t t e e e Y ，则其MA 特征方程的根是（ C ）。 （A ）5.0,4.021==λλ （B ）5.0,4.021-=-=λλ （C ）5.2221==λλ， （D ） 5.2221=-=λλ， 4. 设有模型112111)1(----=++-t t t t t e e X X X θφφ，其中11<φ，则该模型属于（ B ）。 A.ARMA(2,1) B.ARIMA(1,1,1) C.ARIMA(0,1,1) D.ARIMA(1,2,1) 5. AR(2)模型t t t t e Y Y Y +-=--215.04.0，其中64.0)(=t e Var ，则=)(t t e Y E （ B ）。 A.0 B.64.0 C. 1 6.0 D. 2.0 6.对于一阶滑动平均模型MA(1): 15.0--=t t t e e Y ，则其一阶自相关函数为( C )。 A.5.0- B. 25.0 C. 4.0- D. 8.0 7. 若零均值平稳序列{}t X ?，其样本ACF 呈现二阶截尾性，其样本PACF 呈现拖尾性，则可初步认为对{}t X 应该建立（ B ）模型。 A. MA(2) B.)2,1(IMA C.)1,2(ARI D.ARIMA(2,1,2) 8. 记?为差分算子，则下列不正确的是（ C ）。 A. 12-?-?=?t t t Y Y Y B. 212 2--+-=?t t t t Y Y Y Y C. k t t t k Y Y Y --=? D. t t t t Y X Y X ?+?=+?） ( 二、填空题（每题3分，共24分）；
时间序列分析-王燕-习题4答案
6、 方法一：趋势拟合法 income<-scan('习题4.6数据.txt') ts.plot(income) 由时序图可以看出，该序列呈现二次曲线的形状。于是，我们对该序列进行二次曲线拟合： t<-1:length(income) t2<-t^2 z<-lm(income~t+t2) summary(z) lines(z$fitted.values, col=2) 方法二：移动平滑法拟合 选取N=5 income.fil<-filter(income,rep(1/5,5),sides=1) lines(income.fil,col=3)
7、（1） milk<-scan('习题4.7数据.txt') ts.plot(milk) 从该序列的时序图中，我们看到长期递增趋势和以年为固定周期的季节波动同时作用于该序列,因此我们可以采用乘积模型和加法模型。在这里以加法模型为例。 z<-scan('4.7.txt')
ts.plot(z) z<-ts(z,start=c(1962,1),frequency=12) z.s<-decompose(z,type='additive') //运用加法模型进行分解z.1<-z-z.s$seas //提取其中的季节系数，并在z中减去（因为是加法模//型）该季节系数 ts.plot(z.1) lines(z.s$trend,col=3) z.2<-ts(z.1) t<-1:length(z.2) t2<-t^2 t3<-t^3 r1<-lm(z.2~t) r2<-lm(z.2~t+t2) r3<-lm(z.2~t+t2+t3) summary(r1)
第五章 时间序列的模型识别
第五章时间序列的模型识别 前面四章我们讨论了时间序列的平稳性问题、可逆性问题，关于线性平稳时间序列模型，引入了自相关系数和偏自相关系数，由此得到ARMA(p, q)统计特性。从本章开始，我们将运用数据开始进行时间序列的建模工作，其工作流程如下： 图5.1 建立时间序列模型流程图 在ARMA(p,q)的建模过程中，对于阶数(p,q)的确定，是建模中比较重要的步骤，也是比较困难的。需要说明的是，模型的识别和估计过程必然会交叉，所以，我们可以先估计一个比我们希望找到的阶数更高的模型，然后决定哪些方面可能被简化。在这里我们使用估计过程去完成一部分模型识别，但是这样得到的模型识别必然是不精确的，而且在模型识别阶段对于有关问题没有精确的公式可以利用，初步识别可以我们提供有关模型类型的试探性的考虑。 对于线性平稳时间序列模型来说，模型的识别问题就是确定ARMA(p,q)过程的阶数，从而判定模型的具体类别，为我们下一步进行模型的参数估计做准备。所采用的基本方法主要是依据样本的自相关系数（ACF）和偏自相关系数（PACF）初步判定其阶数，如果利用这种方法无法明确判定模型的类别，就需要借助诸如AIC、BIC 等信息准则。我们分别给出几种定阶方法，它们分别是（1）利用时间序列的相关特性，这是识别模型的基本理论依据。如果样本的自相关系数（ACF）在滞后q+1阶时突然截断，即在q处截尾，那么我们可以判定该序列为MA(q)序列。同样的道理，如果样本的偏自相关系数（PACF）在p处截尾，那么我们可以判定该序列为AR(p)序列。如果ACF和PACF 都不截尾，只是按指数衰减为零，则应判定该序列为ARMA(p,q)序列，此时阶次尚需作进一步的判断；（2）利用数理统计方法检验高阶模型新增加的参数是否近似为零，根据模型参数的置信区间是否含零来确定模型阶次，检验模型残差的相关特性等；（3）利用信息准则，确定一个与模型阶数有关
应用时间序列分析 第5章
佛山科学技术学院 应用时间序列分析实验报告 实验名称第五章非平稳序列的随机分析 一、上机练习 通过第4章我们学习了非平稳序列的确定性因素分解方法，但随着研究方法的深入和研究领域的拓宽，我们发现确定性因素分解方法不能很充分的提取确定性信息以及无法提供明确有效的方法判断各因素之间确切的作用关系。第5章所介绍的随机性分析方法弥补了确定性因素分解方法的不足，为我们提供了更加丰富、更加精确的时序分析工具。 5.8.1 拟合ARIMA模型 【程序】 data example5_1; input x@@; difx=dif(x); t=_n_; cards; 1.05 -0.84 -1.42 0.20 2.81 6.72 5.40 4.38 5.52 4.46 2.89 -0.43 -4.86 -8.54 -11.54 -1 6.22 -19.41 -21.61 -22.51 -23.51 -24.49 -25.54 -24.06 -23.44 -23.41 -24.17 -21.58 -19.00 -14.14 -12.69 -9.48 -10.29 -9.88 -8.33 -4.67 -2.97 -2.91 -1.86 -1.91 -0.80 ; proc gplot; plot x*t difx*t; symbol v=star c=black i=join; proc arima; identify var=x(1); estimate p=1; estimate p=1 noint; forecast lead=5id=t out=out; proc gplot data=out; plot x*t=1 forecast*t=2 l95*t=3 u95*t=3/overlay; symbol1c=black i=none v=star; symbol2c=red i=join v=none; symbol3c=green I=join v=none;
时间序列分析课后习题答案
第9章 时间序列分析课后习题答案 第10章 （1）30× 31.06×2 1.05= 30× = （万辆） （2 117.11%== （3）设按%的增长速度n 年可翻一番 则有 1.07460/302n == 所以 n = log2 / = （年） 故能提前年达到翻一番的预定目标。 第11章 （1）以1987年为基期，2003年与1987年相比该地区社会商品零售额共增长： %86.2313186.213186.31%)8.61(%)2.81(%)101(5 5 5 ==-=-+?+?+ （2）年平均增长速度为 1%)8.61(%)2.81(%)101(15 555-+?+?+==% （3） 2004年的社会商品零售额应为 509.52)0833.01(307=+?（亿元） 第12章 （1）发展总速度%12.259%)81(%)101(%)121(3 43=+?+?+ 平均增长速度=%9892.91%12.25910 =- （2） 8.561%)61(5002 =+?（亿元） （3）平均数∑====41 5 .1424570 41j j y y （亿元）， 2002 年一季度的计划任务： 625.1495.142%105=?（亿元）。 第13章 (1)用每股收益与年份序号回归得 ^ 0.3650.193t Y t =+。预测下一年(第11年)的每 股收益为488.211193.0365.0? 11=?+=Y 元 (2)时间数列数据表明该公司股票收益逐年增加，趋势方程也表明平均每年增长元。是一个较为适合的投资方向。 第
（2）t T t ?+=63995.09625.8
时间序列分析基于R——习题答案
第一章习题答案 略 第二章习题答案 2.1 （1）非平稳 （2）0.0173 0.700 0.412 0.148 -0.079 -0.258 -0.376 （3）典型的具有单调趋势的时间序列样本自相关图 2.2 （1）非平稳，时序图如下 （2）-（3）样本自相关系数及自相关图如下：典型的同时具有周期和趋势序列的样本自相关图
2.3 （1）自相关系数为：0.2023 0.013 0.042 -0.043 -0.179 -0.251 -0.094 0.0248 -0.068 -0.072 0.014 0.109 0.217 0.316 0.0070 -0.025 0.075 -0.141 -0.204 -0.245 0.066 0.0062 -0.139 -0.034 0.206 -0.010 0.080 0.118 （2）平稳序列 （3）白噪声序列 2.4 ，序列LB=4.83，LB统计量对应的分位点为0.9634，P值为0.0363。显著性水平=0.05 不能视为纯随机序列。 2.5 （1）时序图与样本自相关图如下
（2） 非平稳 （3）非纯随机 2.6 （1）平稳，非纯随机序列（拟合模型参考：ARMA(1,2)） （2）差分序列平稳，非纯随机 第三章习题答案 3.1 ()0t E x =,2 1 () 1.9610.7 t Var x ==-,220.70.49ρ==,220φ= 3.2 1715φ=,2115 φ= 3.3 ()0t E x =,10.15 () 1.98(10.15)(10.80.15)(10.80.15) t Var x += =--+++ 10.8 0.7010.15 ρ= =+,210.80.150.41ρρ=-=,3210.80.150.22ρρρ=-= 1110.70φρ==,2220.15φφ==-,330φ= 3.4 10c -<<, 1121,1,2 k k k c c k ρρρρ--?=? -??=+≥? 3.5 证明: 该序列的特征方程为：32 - -c 0c λλλ+=，解该特征方程得三个特征根： 11λ=，2λ=3λ=
时间序列分析习题
第九章时间序列分析习题 一、填空题 1．时间序列有两个组成要素：一是，二是。 2．在一个时间序列中，最早出现的数值称为，最晚出现的数值称为。 3．时间序列可以分为时间序列、时间序列和时间序列三种。其中是最基本的序列。 4．绝对数时间序列可以分为和两种，其中，序列中不同时间的数值相加有实际意义的是序列，不同时间的数值相加没有实际意义的是序列。 5．已知某油田1995年的原油总产量为200万吨，2000年的原油总产量是459万吨，则“九五”计划期间该油田原油总产量年平均增长速度的算式为。 6．发展速度由于采用的基期不同，分为和两种，它们之间的关系可以表达为。 7．设i=1，2，3，…，n，a i为第i个时期经济水平，则a i/a0是发展速度，a i/a i-1是发展速度。 8．计算平均发展速度的常用方法有方程式法和. 9．某产品产量1995年比1990年增长了105%，2000年比1990年增长了306．8％，则该产品2000年比1995增长速度的算式是。 10．如果移动时间长度适当，采用移动平均法能有效地消除循环变动和。 11．时间序列的波动可分解为长期趋势变动、、循环变动和不规则变动。 12．用最小二乘法测定长期趋势，采用的标准方程组是。 二、单项选择题 1．时间序列与变量数列( ) A都是根据时间顺序排列的B都是根据变量值大小排列的 C前者是根据时间顺序排列的，后者是根据变量值大小排列的 D前者是根据变量值大小排列的，后者是根据时间顺序排列的 2．时间序列中，数值大小与时间长短有直接关系的是( ) A平均数时间序列B时期序列C时点序列D相对数时间序列 3．发展速度属于( ) A比例相对数B比较相对数C动态相对数D强度相对数 4．计算发展速度的分母是( ) A报告期水平B基期水平C实际水平D计划水平 则该车间上半年的平均人数约为( ) A 296人 B 292人 C 295 人 D 300人 6．某地区某年9月末的人口数为150万人，10月末的人口数为150．2万人，该地区10月的人口平均数为( ) A150万人B150．2万人C150．1万人D无法确定 7．由一个9项的时间序列可以计算的环比发展速度( ) A有8个B有9个C有10个D有7个 8．采用几何平均法计算平均发展速度的依据是( )
时间序列分析第五章作业
时间序列分析第五章作业 班级：09数学与应用数学 学号： 姓名： 习题5.7 1、 根据数据，做出它的时序图及一阶差分后图形，再用ARIMA 模型模拟该序列的发展，得出 预测。根据输出的结果，我们知道此为白噪声，为非平稳序列，同时可以得出序列t x 模型 应该用随机游走模型(0，1，0)模型来模拟，模型为：，并可以预测到下一天 的收盘价为296.0898。 各代码： data example5_1; input x@@; difx=dif(x); t=_n_; cards ; 304 303 307 299 296 293 301 293 301 295 284 286 286 287 284 282 278 281 278 277 279 278 270 268 272 273 279 279 280 275 271 277 278 279 283 284 282 283 279 280 280 279 278 283 278 270 275 273 273 272 275 273 273 272 273 272 273 271 272 271 273 277 274 274 272 280 282 292 295 295 294 290 291 288 288 290 293 288 289 291 293 293 290 288 287 289 292 288 288 285 282 286 286 287 284 283 286 282 287 286 287 292 292 294 291 288 289 ; proc gplot ; plot x*t difx*t; symbol v =star c =black i =join; proc arima data =example5_1; identify Var =x(1) nlag =8 minic p = (0:5) q = (0:5); estimate p =0 q =0 noint; forecast lead =1 id =t out =results; run ; proc gplot data =results; plot x*t=1 forecast*t=2 l95*t=3 u95*t=3/overlay ; symbol1 c =black i =none v =star; symbol2 c =red i =join v =none; symbol3 c =green i =join v =none l =32; run ; 时序图：