專業(yè)：統(tǒng)計(jì)學(xué)姓名：佟虹生4.33%。ARIMA豪邁的西北風(fēng)情；我國擁有悠久的歷史文化，目前已經(jīng)公布了99個國家級歷史時(shí)間序列分析(Timeseriesanalysis)是一種動態(tài)數(shù)據(jù)處理的統(tǒng)計(jì)方法。該統(tǒng)計(jì)規(guī)律ARIMA具有如下結(jié)構(gòu)的模型稱為求和自回歸移動平均（autoregressiveintegratedmovingaverageARIMA(p，d，q)模型：Φ(??)???????={Ε(????)=0，??????(????)=??2，Ε(????????)=0，??≠Ε????????=0，???<式中，???=(1???)??；Φ(??)=1???1?????????????，為平穩(wěn)可逆ARMA（p，q）模型的自回歸系數(shù)多項(xiàng)式；Θ(B)=1??1??????????ARMA（p，q）模階數(shù)為q的模型，通常它包含了p+q個獨(dú)立的未知系數(shù)：??1，????如果該模型中有部分自相關(guān)系數(shù)????(1≤??<??)或部分移動平滑系數(shù)????(1≤ARIMA((??1,?,????),d,(??1,?,式中，??1，????為非零自相關(guān)系數(shù)的階數(shù)，??1，????為非零移動平滑????=????+????+ARMA?

Φ(??)D，d{????}為白噪聲序列，且Ε(????)=0，??????(????)=??2Θ(B)=1???1?????????????qΦ(??)=1???1?????????????pARMA（p，q）模型提取。ARMA（P，Q）由于短期相關(guān)性和季節(jié)效應(yīng)之間具有乘積關(guān)系，所以擬合模型實(shí)質(zhì)為

??

Φ(??)Φ??(??)式中，Φ(??)=1???1??????????Θ(B)=1???1?????????????Φ??(??)=1???1?????????????????Θ??(??)=1???1?????????????????該乘積模型簡記為ARIMA(p,dq)×(P,DQ)??3.13.13圖 表 增廣Dickey-FullerPr<Pr<F 0--1230--1--2--3--0--1--2--3--12圖 0 表 增廣Dickey-FullerPr<Pr<F 0--1--2--3--0--1--增廣Dickey-FullerPr<Pr<F 2--3--0--1--2--3--表 Pr>卡方66------------ARIMA擬合ARIMA模3.4圖 差分后序列的自相關(guān)系圖 差分后序列的偏自ARMA（1,12（1,2,123表 后度Pr>卡方64--------表 后度Pr>卡方63----9-----表 ARM（1,12（1,2,12后度Pr>卡方61----7---6p0.051212ARMA（0,1）12模型提取差分后序列的季節(jié)自相關(guān)信息。 =1???1??(1?

1?

3.7表 參數(shù)估 Pr>--0113.9表 不含常數(shù)項(xiàng)的參數(shù)估 Pr>11表 不含常數(shù)項(xiàng)的殘差白噪聲檢驗(yàn)結(jié)后度Pr>卡方63----9----- =1?0.83316??(1? 1? 3.5圖 擬合值和觀察值聯(lián)合 95%置信水平下的置信上下限，20163.102016（單位：萬人表 2016年每個月度入境旅游人數(shù)預(yù)（單位萬人以下變量的預(yù)測95%置信95%置信2016120167201622016820163201692016420161020165201611201662016122016，2，410122016本文最終選擇的基于季節(jié)乘積模型的ARIMA(1,1,1)×(0,1,1)12可以較好的JohnC.hull.RiskManagementandFinancialInstitutions[M].3rd,New[M].3rd2012.150-[6]GeorgeE.P.Box,GwilymM.Jenkins,GregoryC.Reinsel.TimeSeriesAnalysis:ForecastingandControl[M].4th,NewYork:Wiley,2011,123-187.200112003720061200122003820062200132003920063200142006420015200652001620066200172004120067200182004220068200192004320069200442004520046200212004720071200222004820072200232004920073200242007420025200752002620076200272005120077200282005220078200292005320079200542005520056200312005720081200322005820082200332005920083200342008420035200852003620086200872011120137200882011220138200892011320139200810201142008112011520081220116200912011720141200922011820142200932011920143200942014420095201452009620146200972012120147200982012220148200992012320149200910201242009112012520091220126201012012720151201022012820152201032012920153201042015420105201552010620156201072013120157201082013220158201092013320159201010201342010112013520101220136procimportdatafile="G:\trip.xlsx"dbms=excelout=a;/*2001年01月-dataa;seta;renamedate=tprocgplotdata=a;plotx*t;symbolprocarimaidentifyvar=xdatab;seta;keepx_1t;procgplotdata=b;plotx_1*t;symbolprocarimaidentifyvar=x_1datac;setb;keepx_1_12t;procgplotdata=c;plotx_1_12*t;symboli=join;procarimaidentifyvar=x_1_12procarimadata=c;identifyvar=x_1_12;estimatep=(1,12);procarimadata=c;identifyvar=x_1_12;estimateq=(1,2,12);procarimadata=c;identifyvar=x_1_12;estimatep=(1,12)procarimadata=c;identifyvar=x_1_12;procarimadata=c;identifyvar=x_1_12;estimatep=1q=(1)(12)procarimadata=a;identifyvar=x(1,12);estimatep=1q=(1)(12)noint;forecastlead=0id=tout=p;procgplotplotx*t=1forecast*t=2l95*t=3u95*t=3/overlay;symb