时间序列报告

图13
通过图12残差序列检验值表来检验残差序列是否为白噪声序列，从而检验模型的显著性。由表可以看出延迟6、12期的P值都明显大于0.05，认为残差序列为白噪声序列，并认为模型拟合良好。
两个模型相比较下，AR(1)模型更好。
图11输出的是拟合模型的具体形式。在本图下一部分显示的是自相关因子。得到的模型表达式如下：
图11
模型二：MA(1)
输入的代码如下：
estimatep=1;
run;
图12
由图11可以得出参数估计结果显示MA(1，1)显著，即ｔ检验统计量的Ｐ值小于0.05，所以模型通过了显著性检验。
通过图11拟合优度统计量表可以看出相关统计量，这些统计量可以帮助比较该模型和其他模型的优劣。AIC和SBC函数值的大小分别为315.1937和316.9745；“Numbers of Residuals”表示的是残差个数，本例残差个数为18个。
图三二阶差分后时序图
由图三知该序列二阶差分后的时序图平稳，为了进一步确定平稳性，再观察自相关系数图和偏自相关系数图
图四自相关系数图
图五偏自相关系数图
图六 纯随机检验图
由图六可以看出延迟6阶、12阶的检验P值比给定的显著性水平 小，因此，拒绝原假设 ，认为该序列为非白噪声序列。所以，对该序列建模是有意义的。
输入的代码如下：
procgplot data=Y; /*画数据集sj的时序图*/
plot Y*year=1 forecast*year=2 l95*year=3 u95*year=3/overlay;
/*数据的线条取值为“1”，预测值的线条取值为“2”，95%置信概率下的上下限区间取值为“3”*/
symbol1 c=black i=join v=diamond; /*原始数据图形颜色为黑色，每个值用菱形表示，用直线连接各值*/
二、问题的提出
统计系统按人均年收入将2002年北京城镇居民收入划分为低收入户、中偏下户、中等收入户、中偏上户、高收入户5个层次。调查显示，北京城市居民的消费倾向总体上呈逐步提高的趋势，但从近期的实际情况看，不同收入群体居民的消费倾向呈现不同的走势。因此对于研究和预测未来几年北京市居民消费水平的趋势显得尤为重要。
五、模型的建立及模型的检验
（一）模型的相对最优定阶：
在SAS软件输入代码，对模型进行估计。具体代码如下：
procarima data=Y;
identifyvar=Y(2) nlag=12 minic p=(0:4) q=(0:4);
run;
图七
由图七可知在自相关延迟阶数小于等于5，移动平均延迟阶数也小于等于5的所有ARMA（p,q）模型中，BIC信息量相对最小是ARMA(4，4)模型。
八、政策建议
（一）．扩大内需特别是消费需求
要促进经济平稳较快发展。扩大内需特别是消费需求，不断优化投资结构。着力扩大消费需求。大力调整收入分配格局，增加中低收入者收入，提高居民消费能力。完善鼓励居民消费政策。大力发展社会化养老、家政、物业、医疗保健等服务业。
（二）．保持物价总水平基本稳定
保持物价总水平基本稳定，是关系群众利益和经济社会发展全局的重点工作。要在有效实施宏观经济政策、管好货币信贷总量、促进社会总供求基本平衡的基础上，搞好价格调控，防止物价反弹。要增加生产、保障供给。要搞活流通、降低成本。调整完善部分农产品批发、零售增值税政策，推动流通标准化、信息化建设。
本科课程设计论文
统计软件课程设计
题 目： 基于SAS分析居民消费水平变化趋势的研究
系 别： 统计系
专业班级： 经济统计1403
姓 名： 王玉明
学 号： **********
指导教师： 苗菲
2016年 12 月20 日
基于SAS分析居民消费水平变化趋势的研究
一、前言
【摘要】居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。通过消费的物质产品和劳务的数量和质量反映出来。居民消费水平，是按国内生产总值口径，即包括劳务消费在内的总消费进行计算的。计算公式为：
run;
图15
在图15中，黑色曲线表示原序列值。红色曲线表示模型的拟合值，而两绿色曲线分别表示预测值95%的置信下限和上限。我们发现红色曲线和黑色星号几乎重合。再次说明模型拟合比较完美。
七、结论
我们得到该序列模型表达式为：
模型拟合效果比较完美。
由图15我们可以分析：
居民消费水平与时间成正比，随着年份的增加，居民消费水平也在增加，说明随着经济的不断发展，人民生活水平提高，居民消费水平不断提升，
symbol2 c=red i=join v=dot; /*预测值数据图形颜色为红色，每个值用圆圈表示，用直线连接各值*/
symbol3 c=green i=join v=star l=3 h=3; /*95%的预测置信上限、下限颜
色为绿色，每个值用星形表示，用直线连接各值；“l”代表线条形状，选择3号线条；“h”代表曲线中各点大小，取值为3*/
plot dif1*year/haxis=1995 to 2015 by 2; /* dif1是曲线图的纵轴，year则是曲线图的横轴;haxis则是将横从1978至2015进行等距离划分，相邻两个值间隔2*/
symbol c=red i=join v=star; /*各点的形状为星号，通过直线连接，曲线颜色为红色*/
通过对后五年的预测分析可知，未来三年内的居民消费水平符合所总结的趋势，也成递增规律。
居民消费水平对政府制定相关消费政策有一定影响，居民消费水平的增加能够很大程度上刺激我国经济的发展。同时，本文研究的居民消费水平的未来发展趋势，可以更好的有效的给决策者提供未来发展依据，能够做出准确的决策。对我国的经济增长提供很大的帮助。
symbol c=red i=join v=star; /*各点的形状为星号，通过直线连接，曲线颜色为红色*/
run;
data Y;
input year Y;
dif1=dif(Y); /*对序列Y进行一阶差分*/
cards;
19955663
19966497
19977418
19985178
19995784
六、模型的预测
图14
由图13中所用代码：“forecast lead=3 id=time interval=year out=out;”语句输出3期的预测值，我们只取未来第1期预测值：37515.0191
所以2015预测值为37515.0191
为了观察模型的拟合效果，本文将原序列图、序列拟合图、预测值95%置信下限和上限图画在一起，如图14
三、数据来源
年份
居民消费水平
1995
5663
1996
6497
1997
7418
1998
5178
1999
5784
2000
8820
Hale Waihona Puke Baidu2001
9057
2002
10882
2003
12014
2004
13425
2005
14662
2006
16487
2007
18553
2008
20113
2009
22023
2010
24982
（二）参数估计
运用sas输入代码得:
图八
由图八可知，MU、MA(1，1)、MA(1，2)、MA(1，3)、MA(1，4)、AR（1，1）、AR（1,2）、 AR（1，3）、AR（1，4）均大于0.05，所以通过观察样本的自相关图和偏自相关图确立最优模型，因为样本自相关图是3阶截尾，偏自相关图是3阶截尾所以，我们可以选择MA（1）,AR（1）这两个模型来确定解释变量的最优模型。
2011
27760
2012
30350
2013
33337
2014
36057
四、数据分析
对序列进行做时序图，在SAS软件输入代码，输出结果如图1：
图一 原始序列时序图
由图一可以看出该序列不是平稳序列，故对其一阶差分，在SAS软件输入代码，输出结果
图二所示：
图二 一阶差分后时序图
由图2可知，该序列一阶差分后仍是不平稳的，再做一次二阶差分在SAS软件输入代码，输出结果如图三所示:
模型一：AR（1）
输入的代码如下：
estimate q=1;
run;
图九
由图9可以得出参数估计结果显示AR(1，1)显著，即ｔ检验统计量的Ｐ值均小于0.05，所以模型通过了显著性检验。
图10
通过图10拟合优度统计量表可以看出相关统计量，这些统计量可以帮助比较该模型和其他模型的优劣。AIC和SBC函数值的大小分别为318.1587和319.9395；“Numbers of Residuals”表示的是残差个数，本例残差个数为18个。
（四）．其他方面建议：
1.促农业稳定发展和农民持续增收，要稳定发展农业生产，多渠道增加农民收入。稳定粮食种植面积，着力提高单产。引导农民调整结构，扩大紧缺、优质农产品生产。要加强农业农村基础设施建设。
2.政府要增加政府支出，减少政府税收，提高居民可支配收入。完善税收政策，实行累进个人所得税，将富有者原来可能用于储蓄的一部分收入征收过来，以政府支出形式花费掉，使这些支出成为公众的收入，最终用于消费，使社会总体消费水平增加
（三）．转变经营方式
1.要加快转变经济发展方式，推进经济结构战略性调整。要促进产业结构优化升级。推动战略性新兴产业健康发展。实施有利于服务业发展的财税、金融政策，支持社会资本进入服务业，促进服务业发展提速、比重提高、水平提升。
2.要促进区域经济协调发展。认真落实西部大开发新10年的政策措施，加大实施中部地区崛起战略的力度，加快推进东北地区等老工业基地振兴，积极支持东部地区转型发展、在更高层次上参与国际竞争与合作。更好地发挥经济特区、上海浦东新区、天津滨海新区在改革开放中先行先试的重要作用。
200413425
200514662
200616487
200718553
200820113
200922023
201024982
201127760
201230350
201333337
201436057
;
procgplot data=Y; /*对数据集进行绘制时序图*/
plot Y*year/haxis=1995 to 2015 by 2; /*指出曲线图变量所在坐标轴，Y是曲线图的纵轴，year则是曲线图的横轴;haxis则是将横从1978至2015进行等距离划分，相邻两个值间隔2*/
run;
data Y;
input year Y;
dif1=dif(Y);
dif2=dif(dif1); /*对新序列进行二阶差分*/
cards;
19955663
19966497
19977418
19985178
19995784
20008820
20019057
200210882
200312014
200413425
附录：
全文所用代码：
data Y; /*建立临时数据集命名为sj*/
input year Y; /*输入年份以及变量数据*/
cards; /*进行数据录入*/
19955663
19966497
19977418
19985178
19995784
20008820
20019057
200210882
200312014
200514662
200616487
200718553
200820113
200922023
201024982
201127760
201230350
201333337
201436057
;
procgplot data=Y; /*对数据集进行绘制时序图*/
plot dif2*year/haxis=1995 to 2015 by 2; /* dif2是曲线图的纵轴，year则是曲线图的横轴;haxis则是将横从1978至2015进行等距离划分，相邻两个值间隔2*/
20008820
20019057
200210882
200312014
200413425
200514662
200616487
200718553
200820113
200922023
201024982
201127760
201230350
201333337
201436057
;
procgplot data=Y; /*对数据集进行绘制时序图*/
居民消费水平（元/人）= 报告期国内生产总值中的居民消费总额 / 报告期年平均人口
根据计算居民消费的不同价格，可以计算出按当年价格计算的居民消费水平和按可比价格计算的居民消费水平，后者便于观察居民实际消费水平的增长变化。为了观察居民消费的实物构成，还可以进一步计算各种消费品的平均消费的数量和金额，以反映居民在取得基本生存资料的基础上逐步向需要享受资料和发展资料的方向发展的趋势。本文通过1978-2015年居民消费水平数据，运用SAS软件分析居民消费水平的发展趋势，以便于政府在调控经济时提供参考。