SAS/ETS在变形监测数据处理中的应用

在综合考虑数学模型的预测精度与编程实现的可操作性基础上,提出了利用模块对变形监测数据进行时间序列分析,并概括介绍了该模块的3个主要命令使用方法,解决了时间序列分析在监测数据处理中实现起来非常繁琐的问题。最后通过与环境下动态灰色模型综合比较,证明了时间序列分析在变形监测数据处理中操作简单,模拟精度和预测精度都较高。

在SAS中拟合ARCH/GARCH模型

在现代时间序列分析中,各种软件程序扮演了越来越重要的角色,而SAS是其中最重要的软件之一;A RCH/GA RCH模型也越来越多的被人们用于分析包含了风险和不确定性的时间序列,比如在外汇市场中ARCH/GA RCH模型的结果被认为是作出决策的重要依据。本文就该如何运用SAS来拟合ARCH/G ARCH模型进行了较为详细的介绍。

重庆市手足口病2008—2013年流行特征及趋势预测研究

目的分析重庆市手足口病2008—2013年的流行特征及未来趋势。方法运用描述性流行病学方法,分析重庆市2008—2013年报告的手足口病发病资料,利用SAS/ETS的时间序列预测系统对重庆市2008—2013年手足口病发病进行建模与分析。结果 2008—2013年重庆市共报告手足口病例111 595例,死亡89例,年均发病率64.07/10万,死亡率0.51/10万;男性发病数多于女性;发病集中在0--5岁的儿童（96.56%）;各职业中,以散居儿童（58.97%）、幼托儿童（36.94%）为主;全市各区县均有病例报告,主城9区发病率高于远郊区县;发病有明显的季节性特点,2008—2011年发病数在3—8月呈单峰流行,2012年、2013年3—8月和10—12月出现两个流行峰,10—12月流行峰较3—8月更高。SAS/ETS时间序列预测系统自动筛选出的预测模型为季节性指数平滑模型,结果提示2014年手足口病发病有继续上升的趋势,在5—8月有一个发病高峰。结论重庆市2008—2013年手足口病发病存在明显的性别、年龄、职业、地区、季节差异,季节性指数平滑法能较好地模拟重庆市手足口病发病在时间序列上的变动趋势,对手足口病的防控具有重要的指导意义。

时序分析在地下洞室变形监测数据处理中的应用

时序分析法是广泛应用于多领域的统计分析方法,在岩土工程数值分析当中也有广泛应用,SAS/ETS(Ti me Series Forecasting)时序分析系统是一种智能化时序分析工具,本文运用SAS数据挖掘工具中时序分析组件对某水电站地下引水发电系统原位监控位移时间序列进行时序预测分析。实践表明,SAS/ETS时序分析方法基本能反映出蕴涵在位移序列中的岩体变形规律,预测结果与实测结果一致,可以运用于工程实践。