v1.0 可编辑可修改 上机指导 第五章
拟合ARIMA模型
由于ARMA模型是ARIMA模型的一种特例，所以在SAS系统中这两种模型的拟合都放在了ARIMA过程中。我们已经在第3章进行了ARMA模型拟合时介绍了ARIMA过程的基本命令格式。再次以临时数据集example5_1的数据为例介绍ARIMA模型拟合与ARMA模型拟合的不同之处。
data example5_1; input x@@; difx=dif(x); t=_n_; cards;
proc gplot; plot x*t difx*t;
symbol v=star c=black i=join;
run;
输出时序图显示这是一个典型的非平稳序列。如图5-49所示
1
v1.0 可编辑可修改
图5-49 序列x时序图
考虑对该序列进行1阶差分运算，同时考察查分后序列的平稳性，在原程序基础上添加相关命令，程序修改如下：
data example5_1; input x@@; difx=dif(x); t=_n_; cards;
proc gplot; plot x*t difx*t;
symbol v=star c=black i=join; proc arima; identify var=x(1); 2
v1.0 可编辑可修改 estimate p=1;
forecast lead=5 id=t ; run; 语句说明：
（1）DATA步中的命令“difx=dif(x);”,这是指令系统对变量x进行1阶差分，差分后的序列值赋值给变量difx。其中dif（）是差分函数，假如要差分的变量名为x，常见的几种差分表示为：
1阶差分：dif（x） 2阶差分：dif（dif（x）） k步差分：difk（x）
（2）我们在GPLOT过程中添加绘制了一个时序图“difx*t”，这是为了直观考察1阶差分后序列的平稳性。所得时序图如图5-50所示。
图5-50 序列difx时序图
时序图显示差分后序列difx没有明显的非平稳特征。
（3）“identify var=x（1）；”，使用该命令可以识别查分后序列的平稳性、纯随机性和适当的拟合模型阶数。其中x（1）表示识别变量x的1阶差分后序列。SAS支持多种形式的差分序列识别：
var=x（1），表示识别变量x的1阶查分后序列Δxt；
3
时间序列分析第五章上机指导
