sas编程技术sql从多个表中检索数据(编辑修改稿)

sas编程技术sql从多个表中检索数据(编辑修改稿)内容摘要：

select * from B。 quit。 A UNION B x y 1 one 2 two 3 three 4 four 产生只属于第一个查询的观测 (EXCEPT算符 ) proc sql。 title 39。 A EXCEPT B39。 select * from A except select * from B。 quit。 A EXCEPT B x y 3 three 从多个查询中产生公共部分 (INTERSECT算符 ) proc sql。 title 39。 A INTERSECT B39。 select * from A intersect select * from B。 A INTERSECT B x y 1 one 2 two 直接连接查询结果 (OUTER UNION算符 ) proc sql。 title 39。 A OUTER UNION B39。 select * from A outer union select * from B。 A OUTER UNION B x y x z 1 one . 2 two . 2 two . 3 three . . 1 one . 2 two . 4 four 输出结果显示为： 167。 平稳时间序列建模 本节将不再仅仅以一个回归方程的扰动项序列为研究对象 ， 而是直接讨论一个平稳时间序列的建模问题。 在现实中很多问题 ， 如利率波动 、 收益率变化及汇率变化等通常是一个平稳序列 ， 或者通过差分等变换可以化成一个平稳序列。 本节中介绍的 ARMA模型 (autoregressive moving average models)可以用来研究这些经济变量的变化规律 ， 这样的一种建模方式属于时间序列分析的研究范畴。 经济时间序列不同于横截面数据存在重复抽样的情况，它是一个随机事件的惟一记录，如中国1980年～ 2020年的进出口总额是惟一的实际发生的历史记录。 从经济的角度看，这个过程是不可重复的。 横截面数据中的随机变量可以非常方便地通过其均值、方差或生成数据的概率分布加以描述，但是在时间序列中这种描述很不清楚。 因此，经济时间序列需要对均值和方差给出明晰的定义。 167。 平稳时间序列的概念 如果随机过程 的均值和方差、自协方差都不取决于 t，则称 {ut}是协方差平稳的或弱平稳的： },,{ 12101   TTt uuuuuuu 注意，如果一个随机过程是弱平稳的，则 ut 与 uts 之间的协方差仅取决于 s ，即仅与观测值之间的间隔长度 s有关，而与时期 t 无关。 一般所说的“平稳性”含义就是上述的弱平稳定义。 )( tuE2)v a r ( tu 对所有的 t 对所有的 t 对所有的 t 和 s sstt uuE    ))((() () () 167。 ARMA模型 1. 自回归模型 AR(p) p 阶自回归模型记作 AR(p)， 满足下面的方程： () 其中：参数 c 为常数； 1 , 2 ,… , p 是自回归模型系数；p为自回归模型阶数； t 是均值为 0， 方差为  2 的白噪声序列。 tptpttt uuucu    2211 2. 移动平均模型 MA(q) q 阶移动平均模型记作 MA(q) ， 满足下面的方程： () 其中：参数  为常数；参数 1 , 2 ,… , q 是 q 阶移动平均模型的系数； t 是均值为 0， 方差为  2的白噪声序列。 qtqtttu    11 3. ARMA(p,q)模型 () 显然此模型是模型 ()与 ()的组合形式 ， 称为混合模型 ， 常记作 ARMA(p,q)。 当 p=0 时 ， ARMA(0, q) = MA(q) 当 q = 0时 ， ARMA(p, 0) = AR(p) qtqttptptt uucu     1111167。 ARMA模型的平稳性 1. AR(p)模型的平稳性条件 为了理解 AR(p)、 MA(q)和 ARMA(p,q)模型的理论结构 ，简单的算子理论是必不可少的。 对于 AR(p)模型 () 设 L为滞后算子 ， 则有 Lut  ut1, Lput  utp， 特别地 ， L0utut。 则式 （ ） 可以改写为： tptpttt uuucu    2211ttpp cuLLL   )1( 221 () 若设 (L)  1 1 L 2 L2 … p Lp ， 令 () 则 (z) 是一个关于 z的 p次多项式 ， AR(p) 模型平稳的充要条件是 (z) 的根全部落在单位圆之外。 式 ()可以改写为滞后算子多项式的形式 可以证明如果 AR(p)模型满足平稳性条件 ， 则式 ()可以表示为 MA()的形式 ， 从而可以推导出来任何一个AR(p)模型均可以表示为白噪声序列的线性组合。 01)( 221  pP zzzz  Φtt cuL )(Φ() 2． MA(q) 模型的可逆性 考察 MA(q) 模型 若 的根全部落在单位圆之外 ， 则式 ()的 MA算子称为可逆的。 尽管不可逆时也可以表征任何给定的数据 ， 但是一些参数估计和预测算法只有在使用可逆表示时才有效。 tqqt LLLu  )1( 221  ()  ttEt。