作者：黄彦; 易东; 田考聪arima模型sas程序时间序列甲型肝炎
摘要：目的：利用SAS程序实现ARIMA模型，探讨ARIMA预测模型在季节性时间序列资料分析中的应用。方法：采用条件最小二乘方法估计模型参数。通过对数转换及差芬芳法使原始序列平稳，按照残差不相关原则、简沽原则确定模型结构，依据AIC和SBC准则确定模型阶数，最终建立起ARIMA预测模型。结果：对甲型肝炎月发病率资料建立了乘积ARIMA（0,1，1）（0，1，1）12模型。方差估计值为0．125003，AIC=46．71429，SBC=50.86936,时模型进行白噪声残差分析（p=0．7755），根据拟合优度统计量，表明（1-B）（1-B^12）Zt=（1-0．84397B）（1-0．6649B^12）αt是适合的。结论：用所建立的ARIMA模型对甲型肝炎月发病率进行分析预测，结果表明ARIM是一种短期预测精度较高的预测模型。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
