时序图怎么画
误差传播定律-专著
2023年3月20日发(作者：花链)实验二数据预处理及时序图绘制
一、实验目的：了解GPLOT过程的使用，利用GPLOT绘制时序图并对时序图进行分
析。了解ARIMA过程的使用，利用ARIMA进行平稳性分析及纯随机性检验。
二、实验内容
（1）Gplot过程
生成高分辨率图形的PROCGPLOT过程的一般使用格式如下：
PorcGplotDATA=数据集；
Plot纵坐标变量Y*横坐标变量X…
…＜/选项列表＞；
Symboln
＜选项列表＞；
Axisn
＜选项列表＞；
Run;
使用PROCGPLOT过程和PROCPLOT过程的区别是，对于PROCGPLOT语句,
PROCPLOT语句中的VPCT和HPCT等选项不可使用。两者的PLOT语句使用方法基
本相同。最主要的区别是，在PROCGPLOT过程中，可使用SYMBOLn语句和AXISn
语句。
SYMBOLn语句的主要作用：可以定义数据点的符号，可以定义数据点之间的连接
方式，可以定义数据点和线的颜色。SYMBOLn语句的n取值范围从1到99,缺
省值是1,n代表Y*X两个变量形成数据连线的系列数。一些主要选项如下：
V=数据点图形符号一一数据点的符号有NONE（没有）、PLUS（缺省值加号）、STAR
（星号）、SQUAR（小方块）、DIAMOND（小菱形）、TRANGLE（三角形）、CIRCLE（小
圆圈）。
1=数据点间连接方式一一常用的连接有NONE（没有）、JOIN（直线）、SPLINE（平滑）、
NEEDLE（从数据点到横坐标画垂直线）、HILOC（最高、最低、收盘价）、RL（直线回归线）、
BOX25（盒形线）。
W=连线的线宽——例如，w=5。
H=图形符号的高度一一例如，h=2.5。
L=定义连线的类型例如，l=2。
C=定义颜色-----例如，c=red。
FONT=定义一种字体例如，font=swissb。
SYMBOLn语句所定义的各种选项，由于数量众多，用户一般很难记忆，我们上面
所列出的仅仅是一小部分。通常可以在命令输入框中发布SYMBOL命令，调出
SYMBOL窗口，在选项参数的横线上键入？后，在参数对话框中选择参数。共有14
项参数选项，每项中还有许多参数值。
一个SYMBOLn语句一旦被定义就一直保持有效，直到重新定义或者退出SAS
系统。执行一个不带任何选项的SYMBOLn语句将取消SYMBOLn的全部定义，并不影
响其他的SYMBOL语句。如果想要取消所有的SYMBOL语句定义，提交下面的语句：
goptionsreset=symbol;
2.1975-1980年夏威夷岛莫那罗亚火山（Maunaloa）每月释放的C0
2
数据如下（单位：ppm），见表2-7.
330.45330.97331.64332.87333.61333.55
331.9330.05328.58328.31329.41330.63
331.63332.46333.36334.45334.82334.32
333.05330.87329.24328.87330.18331.5
332.81333.23334.55335.82336.44335.99
334.65332.41331.32330.73332.05333.53
334.66335.07336.33337.39337.65337.57
336.25334.39332.44332.25333.59334.76
335.89336.44337.63338.54339.06338.95
337.41335.71333.68333.69335.05336.53
337.81338.16339.88340.57341.19340.87
339.25337.19335.49336.63337.74338.36
cards;
330.45330.97331.64332.87333.61333.55
331.90330.05328.58328.31329.41330.63
331.63332.46333.36334.45334.82334.32
333.05330.87329.24328.87330.18331.50
332.81333.23334.55335.82336.44335.99
334.65332.41331.32330.73332.05333.53
334.66335.07336.33337.39337.65337.57
336.25334.39332.44332.25333.59334.76
335.89336.44337.63338.54339.06338.95
337.41335.71333.68333.69335.05336.53
337.81338.16339.88340.57341.19340.87
339.25337.19335.49336.63337.74338.36procgplotdata=example2_1;plotprice*time=1;
symbollc=blackv=stari=join;run;
（1）绘制序列时序图，并判断该系列是否平稳。
dataexample2_1;
inputprice@@;
time=intnx('month','01jan1975'd,_n_-1);
formattimedate.;
time
时序图给我们的提供的信息非常明确，夏威夷岛莫那罗亚火山(Maunaloa)每月释放的co
2
时
间序列图有明显的递增趋势，所以它不是平稳序列。
(2)计算该序列的样本自相关系数{(k=1,2,…，24)。
dataexample2_1;
inputprice@@;
time=intnx('month','01jan1975'd,_n_-1);
formattimedate.;
cards;
330.45330.97331.64332.87333.61333.55
331.90330.05328.58328.31329.41330.63
331.63332.46333.36334.45334.82334.32
333.05330.87329.24328.87330.18331.50
332.81333.23334.55335.82336.44335.99
334.65332.41331.32330.73332.05333.53
334.66335.07336.33337.39337.65337.57
336.25334.39332.44332.25333.59334.76
335.89336.44337.63338.54339.06338.95
337.41335.71333.68333.69335.05336.53
337.81338.16339.88340.57341.19340.87
339.25337.19335.49336.63337.74338.36procarimadata=example2_1;
identifyvar=price;
run;
Correlation
0.90751
0.72171
0.51252
(3)绘制该样本自相关图，并解释该图形。
"."markstwostandarderrors
自相关图显示序列子相关系数长期位于零轴的一边，这是具有单调趋势序列的典型特征，同时自相关图呈现出明
显的正弦波动规律，这是具有周期变化规律的非平稳序列的典型特征。自相关图显示出来的这两个性质和该序列
时序图显示的带长期递增趋势的周期性质是非常吻合的。
3.1945-1950年费城月度降雨量数据如下(单位：mm)
(1)计算该序列的样本自相关系数&(k=1,2,…,24)
0.34982
0.2469
0.20309
0.21021
0.26429
0.36433
0.48472
0.58456
0.60198
0.51841
0.36856
0.20671
0.08138
0.00135
-0.03248
Coverience
Correlat伽
09.8327521JOOOO
19.0140500.30751
27J6S6040.72171
35.0907160.51252
43.4747CC0.34S62
52.4523610.24C90
62.0172C50.2D309
1£.0879440.21021
e匸血1佃0.26429
SD.3B433
104.8145710.48472
3DB0.58456
135J492640.51841
143.6606440.36356
152.05B2200.20671
IE0.6063340.00136
170.0134550.00135
18-0.822607'.03248
HfiLfi^iUiUiUiUiLiiLjiLiiJii^iiiiikJikiiLiikiijHihiiiiipiipiipiipiipupiiriirnT>>T,,i'H
■■r1■1J
,,T,,T,,T,,T,,T,0
■
ikikiUiUiUiUiLiiLiJuiki^iJuijLiikiikiiiiiiiiliipiipiipiipiipupupupii|ii|iipuf
upiTirJirJiiriiT10.117051
■
■Uiki^iUiUiUiUiiu
i|ii|iifiifiifiifiifiifiifiIf11f>'T1■■■■0.191744
■
常**出*册谢册出谢0.226850
0.241932
*****,
0.24SBG8
****・0.252237
・0.254498
*****,
0.25B89B
0.2B0B47
■
***********
0.2B7B27
■
0.279654
■
**卡卡张张张张张***0.29B045
0.312S84
0.324306
****’
0.330072
0.331GB6
0.382142
■*
0.332142
69.38040.9
74.984.6101.1
22595.3100.648.3144.528.3
38.45
2.3
96.86
1.5
137.78
0.5
68.637.1
55.6171.7
105.289.9
80.562.5
144.349.5
148.62
18.7
220.51
19.4
174.81
24
131.6112.8
63.2181.6
86.4136.9
165.9106.7
148.6159.3
81.831
73.96
4.8
31.53
5.3
92.26
47.57
0.1
166.94
8
112.34
3
Autocorrehtians
StdError
dataexample2_2;inputprice@@;
time=intnx('month','01jan1945'd,_n_-1);
formattimeyymmdd10.;
cards;
69.3
80
40.974.984.6101.
1
22595.3
100.6
48.3144.5
28.3
38.452.3
68.6
37.1148.6218.7131.6
112.881.8
3147.5
70.1
96.861.555.6171.7220.5119.463.2
181.6
73.964.8
166.948
137.780.5105.289.9174.812486.4136.931.535.3112.3
43]
160.8
9780.562.5158.
2
7.6165.9106.792.263.2
26.2
77!
52.3105.4144.349.5
116.1
54.1148.6159.385.367.3
112.859.4
procarimadata=example2_2;identifyvar=price;
run;
(2)判断该序列的平稳性
dataexample2_2;in
putprice@@;
time=intnx('month','1jan1945'd,n-1);
formattimeyymmdd10.;
cards;
69.3
80.0
40.974.984.6
101.1
225.095.3
100.6
48.3
144.528.3
38.452.3
68.6
37.1148.6218.7131.6
112.881.8
31.0
47.570.1
96.861.555.6171.7220.5119.463.2
181.6
73.964.8
166.948.0
137.780.5105.289.9174.8124.086.4136.931.535.3
112.343.0
160.897.080.562.5158.27.6165.9106.792.263.226.2
77.0
52.3105.4144.349.5
116.1
54.1148.6159.385.367.3
112.859.4
;
procgplotdata=example22;
plotprice*time=1;
symbol1c=blackv=stari=join;|
run;|
price
300
time
该序列的时序图如上，图上可以看出该序列在一个常值附近上下波动，且不具有周期性，判断
该序列为平稳序列。
5表2-9数据是某公司在2000-2003年期间每月的销售量。
销售量2000年2001年2002年2003年
1月
7
2月8
3月
234243189149
4月
212
227214178
5月3
6月
221
256
220202
7月
201
237231
162
8月5
9月
123124119
120
10月
104
106
8596
11月
85876790
12月78747563
(1)绘制该序列时序图及样本自相关图。
1•时序图
dataexample2_3;
inputprice@@;
time=intnx('month','1jan2000'd,n-1);
formattimeyymmdd10.;
cards;
23231048578
729825623774
145226775
8248269063
procgplotdata=example2_3;plotprice*time=1;
symbollc=blackv=stari=join;run;
2.自相关图
/kitoccrrelitions
(1)判断该序列的平稳性
答：该序列在一个常值附近上下波动，但据周期性，因此判定该序列为不平稳序列。
6.1969年1月至1973年9月在芝加哥海德公园内每28天发生的抢包案件表如下
10
15
10101210
77
10
14
8
17
14
18
39
1110612
14
10
2529
3333234153629
2621
171913
20
24
126
14
612
9
11
17
128
1414
12
5
810
3
105
time
应Ctiva「iance
Correlation
04202.8731.000^0
1S108.0140.73950
21320.8880.45704
12E
4^1345.16&-.32006
5-2600J31-.61630
6-8080.1C8-.72088
7-2544.955-.62932
0-1427.30?-.33960
g47.S4W410.01190
101402.67201.33372
112^36.8480.57869
123071.9GB0,7303：
»
*昭出囂附當咐
弗岩卅榊出駅笊：!：窃律常
iyiifyi11■.-s1111™.111
■illil"
illHiKII■!■ifiHiifadidrilldiri|idi■■■■■■ifaHiili,liili~irfilapi]'■iTi'T
T・*T・iiT11uIT™T1■T1
"11I^I
c11■11illiLiiL-iliiladidasliill■!■ill
■!■rp^jiaji■(■■]■ipi|nr|irpq|irprpigi
a屮督些*屮■屮”
■|i1|i■"i«pviRii"-i|ii|s
■<
■I
■
■
■
iiljH|idh^jiiiiljita
■^7rp~[i»p«girp.
■
4
StdError
0
0.14493S
0.208852
0.223741
0.223342
0.238466
0.269853
0.307374
0.333136
0.340274
0.340282
0.347083
0.366652
13376543?1
markstwosiand&rderrors
自相关图
该序列在一个常值附近上下波动，且不据周期性，且该序列的自相关图显示自相关数在3阶之
后，俊落入2倍标准差范围以内，因此判定该序列为平稳序列。
该序列纯随机性检验：
ToChi-Pr>
LagSquareOFChiSqAutocorre1atIons---------------------------------------
$64.02&
C00010.5060.6390.3740.2911.2580.148
1212<.00010.2700,1780.25S0,2070,226
检验结果显示，在各阶延迟下LB检验统计量的P值都非常小（＜0.0001），所以可以很大的把
握（置信水平＞99.999%）判定该序列为非白噪声序列，即非纯随机序列。
（2）对该序列进行函数运算：
%二人-Xtv并判断序列｛y｝的平稳性及纯随机性。
{yt}时序图：dataexample2_5;inputprice@;
time
时序图
Covariance
Autoccrrelations
SidError
04202.87S1.00000a111111L» 帝寧中邮ifiF唯跡庐单耶声护p站供血那押 111iljHi^111hiik出iJj Qirp审外rfiipqii罪审环rfirpqi 21920.8880.45704 ■3341.3900.08123■4-1345.I&6-.32006 5-2G00.731-.61360■1■i!■ill■JL>LL*山mg山JL>■TiE下 *n豪萨甲秤沪ipip ■ e-3080.188-.72098ih.n*X*^lr'X.1'X*山山™Tprpsrpf|Wp rpsrfiefi ?-2644.955-.G2932 •s-1427.902-.33960 A947.8434240.01198 101402.5720.33372 ■ 出寧笊：|｛那樓氷■ 11243C.3430.57963ai山山*X*St山m毋RM卉聞R-iPMEipm B12 30710.73092 9弗:HHcH｛咄席側弗浪溶臨常脚 Correlation "markstwostftndarderrors 0.144338 0.208852 0.228741 0.22934? 0.23846& 0.2S985S 0.307374 0.383139 0.340274 0.340232 0.347033 0.366652 time=intnx( 'month'，‘1jan2000'd ,_n_-1); formattimeyymmdd10.; cards; 19 -7j -17 7 2 15 -12 -10 -3- 5 9 50 -9 1 10 0- 7-5 4 5 -3- 5 4 -2 9 1- 6- 80 13 5 -10 -4 20 00 -4 6 20 -28 -1 50 5- 1- 6- 3 20 11 -30 4 19 -17 -9 ； procgplotdata=example2_5; plotprice*time=1; symbol1c=blackv=stari=join; run; ^□tocorrehtions 自相关图 该序列在一个常值附近上下波动，且不据周期性，且该序列的自相关图显示自相关数在1阶之 后，俊落入2倍标准差范围以内，因此判定该序列为平稳序列。 该序列纯随机性检验： price L$容CovarianceCorreiat丨on 0100J211.00000 1 -5.826136 -.08816 *** ■ 2-53.595009-.53470匾®*A1®⑹电血血 ■iiiiifif■■11ii■■■■iii■ 3-ejsseoe-.08748 419.2577740.19235 出出窗就+ 522.2192S90.22192 出谢出就* 6-6.660430-.06652■阳 7-10.4S47IG-.10452 S-2L200Se0-.21175 9e.5555230.06E48 ** 1033.0657S60.33028 11-1LB89135-J1825 ■**■ 12-2L049064-.21024 a 13'3J02369-.03099 ■#A 1415.6122750.15593 ■ Hitt** StdError 0 0.192453 0.133479 0.166879 0.167681 0.171503 0.176474 0.17&9U 0.177994 0.182360 0.182772 0.192958 0.194226 0.198177 0.198262 time markstwostandarderrors ToChi-Pr> LagSquareDFChiS q Autocorrelations- 8-0.535-0*0670.19J0*222-0.067 12 44.48 12 <,0001-0J05 -0.212 0,0650.330-0.118-0J10 检验结果显示，在各阶延迟下 LB 检验统计量的P值都非常小（<0.05）所以可以很大的把握判 定该序列为非白噪声序列，即非纯随机序列。 实验小结：判断一个序列是否为平稳序列，我们可以通过时序图来判定，平稳的随机序列一定是在一个常值附近 上下波动，如果出现周期变换，则不平稳。而该序列是否为白噪声序列可以通过P值来检验。