SAS를 이용한 시계열 분석

소개글

주어진 시계열자료‘liquor.txt`를 SAS를 이용하여 예측하고 그 모형을 24시점까지 예측하여라.

라는 문제를 가지고 SAS를 이용해서 문제를 수행해 보았습니다.

명령문도 포함되어 있고요, 박스-젠킨스의 방법대로 수행하여 시계열 예측까지 했습니다.

SAS명령문에 대해서도 설명해 놓았으니, 그거 보면서 공부할수도 있을듯^^

목차

1. 서론
2. 잠정적인 모형의 식별
3. 모형의 추정(모수의 추정)
4. 모형의 진단.
5. 모형의 예측

본문내용

1. 서론

시계열 분석은 크게 모형화(modelling)과 예측(forecasting)의 두 단계로 이루어진다. 주어진 문제의 시계열 자료의 모형을 ARIMA 모형으로 모형화하기 위해서는 우선 Box-Jenkins의 모형 적합 과정을 따라서 모형을 식별한 후 추정의 단계를 거치고 마지막으로 모형의 진단을 행하게되는 Box-Jenkins에 의한 모형적합 단계는,

<그림 1-1 : Box-Jenkins의 모형 구축 절차>

<그림 1-1>과 같이 이뤄진다. 앞에서 Box-Jenkins의 모형 적합 단계는 잠정적인 모형의 추정에서부터 모형의 진단 3단계이지만, 과제를 수행함에 있어서 모형의 24시점까지 예측하는 단계까지 수행해 보도록 하겠다. Box-Jenkins의 과정에서 중요한 것은 모형의 진단의 절차를 거쳐 모형이 부적합하다고 판단될 경우에는 다시 모형의 식별 단계로 이동하여 처음부터 다시 진행해야 한다는 점이다.


2. 잠정적인 모형의 식별

모형의 식별이란 ARIMA(p,d,q)의 차수를 결정함으로서 적정한 모형을 찾는 것을 말하는데, 이를 위해서는 주어진 데이터를 가지고, SAS를 이용하여 시계열 그림과 SACF, SIACF, SPACF를 그려봄으로서 주어진 데이터의 특성을 알아볼 수 있을 것이다. 이중에서 부분자기상관함수와 역 자기상관함수는 AR모형의 차수를 결정하는데 주로 쓰이며 자기 상관함수는 MA모형의 차수를 결정하는데 사용된다는 미리 알고 넘어가도록 하자.

<그림 2-1 : 주어진 데이터 생성 SAS명령문>

<그림 2-1>은 주어진 ‘liquor.txt` 데이터의 특징을 알아보기 위하여 SAS명령문을 작성하여 본 것이다. 시계열의 시작 시점은 임의로 2000년 1월을 시작점으로 하기 위하여 SAS명령문 중 (’month`,‘01JAN00`d,_n_-1)로 월간으로 되는 시계열 자료를 생성한 것이다. 그리고 proc

참고 자료

없음