xxxx數(shù)據(jù)分析方法12-時間序列分析1-wenkub
2023-02-10 08:30:07 本頁面
【正文】 ， tn， h∈ T和任意整數(shù) n，都使（ yt1， yt2… ， ytn）與（ yt1+h， yt2+h， … ， ytn+h）同分布 ， 則概率空間（ W,F,P）上隨機過程｛ y(t)， t∈ T｝稱為平穩(wěn)過程 。具有時間上的平穩(wěn)不變性。 時間序列的平穩(wěn)性 是指時間序列的統(tǒng)計規(guī)律不會隨著時間的推移而發(fā)生變化。 大多數(shù)情況下它們往往存在某種前后相承的關系 ，而非互相獨立的 。1 時間序列分析概述 數(shù)據(jù)準備 時間序列的圖形化觀察及檢驗 時間序列的預處理 (重點 ) 簡單回歸分析法和趨勢外推法 (自學 ) 指數(shù)平滑法 (重點 ) ARIMA模型分析 季節(jié)調整法 (自學 ) 時間序列分析 2 時間序列分析概述 ? 時間序列的相關概念 ? 時間序列分析的一般步驟 ? SPSS時間序列分析的特點 3 ? 時間序列分析是研究事件發(fā)展變化規(guī)律的一種量化分析方法 。 時間序列分析就是包含了針對這種獨特數(shù)據(jù)特點而形成和發(fā)展起來的一系列統(tǒng)計分析方法的一個完整的體系 。 7 ?直觀上，一個平穩(wěn)的時間序列可以看作是一條圍繞其均值上下波動的曲線。實踐當中是非常困難甚至是不可能的。具有時間上的平穩(wěn)不變性。 ?10 :若隨機序列 {yt}由互不相關的隨機變量構成 ， 即對所有 s≠t， Cov(ys, yt)=0， 則稱其為白噪聲序列 。 因此 ， 白噪聲序列對模型檢驗也是很有用處的 。 14 ? 時間序列分析方法可分為時域分析和頻域分析兩類 ， 具體有 : ?簡單回歸分析法 適合序列間結構分析和比較的預測 。 15 時間序列分析的特點 ? SPSS的時間序列分析是分散在 Data、Transform、 Analyze、 Graph四個功能菜單當中 。 其中數(shù)據(jù)文件的建立與一般 SPSS數(shù)據(jù)文件的建立方法相同， 每一個變量將對應一個時間序列數(shù)據(jù) ， 且不必建立標志時間的變量 。 ? 至此 ， 完成了 SPSS的時間定義操作 。 20 時間序列的圖形化觀察及檢驗 ? 圖形化觀察及檢驗目的 ? 圖形化觀察工具 ? 時間序列的檢驗方法 ? 圖形化觀察和檢驗的基本操作 ? 圖形化觀察的應用舉例 21 ?回憶一下回歸分析的圖形觀察與 檢驗 ?做散點圖看大致趨勢 ?檢驗基本假設是否滿足 ?非線性的轉化 為線性的處理 22 圖形化及檢驗目的 ? 時間序列分析的第一步 是對其發(fā)展變化的特征有一個初步的總體把握 。 25 ? 序列圖還可用于對序列異常值的探索 ， 以及體現(xiàn)序列的 “ 簇集性 ” 。 ? 自相關函數(shù)圖和偏自相關函數(shù)圖 (ACF＆ PACF) 所謂自相關是指序列與其自身經(jīng)過某些階數(shù)滯后形成的序列之間存在某種程度的相關性。 ? 各種時間序列的自相關函數(shù)圖和偏自相關函數(shù)圖通常有一定的特征和規(guī)律： 1) 白噪聲序列 的各階自相關函數(shù)和偏自相關函數(shù)值在理論上均為 0。 29 4) 具有周期性的非平穩(wěn)時間序列 ， 其自相關函數(shù)呈明顯的周期性波動 ， 且以周期長度及其整數(shù)倍數(shù)為階數(shù)的自相關和偏自相關函數(shù)值均顯著不為零 。 ?互相關圖 (Cross correlations) 對兩個互相對應的時間序列進行相關性分析的實用圖形工具 。 但有時還需要一些定量的檢驗方法 。 如果差值大于檢驗值 ， 則認為序列具有非平穩(wěn)性 。 一般認為， 平穩(wěn)性的或隨機性的序列中不應出現(xiàn)許多同類數(shù)據(jù)連續(xù)出現(xiàn)的情況 ， 也不應出現(xiàn)兩類數(shù)據(jù)反復交替出現(xiàn)的情形 。 34 2) 將需繪圖的序列變量選入 變量 Variables框。其中 Natural log transform表示對數(shù)據(jù)取自然對數(shù)， Difference表示對數(shù)據(jù)進行 n階 (默認 1階 )差分， Seasonally difference表示對數(shù)據(jù)進行季節(jié)差分。 3)在 輸出 Display框選擇繪制哪種圖形 ， 其中Autocorrelations 表示繪制自相關函數(shù)圖；Partial autocorrelations表示繪制偏自相關函數(shù)圖 。 在 Standard Error Method框中指定計算相關系數(shù)標準差的方法 ， 它將影響到相關函數(shù)圖形中的置信區(qū)間。 一般如果只考慮序列中的周期因素可選中該項 ， 否則該步可略去 。 40 圖形化觀察應用舉例 利用模擬序列數(shù)據(jù)： 1) 以各種序列繪制序列圖； 2) 以各種序列繪制自相關函數(shù)圖和偏自相關函數(shù)圖 。 59 ? 序列的預處理主要包括以下幾個方面 ： ?序列缺失數(shù)據(jù)的處理 ?序列數(shù)據(jù)的變換處理 ? 數(shù)據(jù)變換主要包括序列的平穩(wěn)化處理和序列的平滑處理等 。 ? 差分不一定是相鄰項之間的運算 ， 也可以在有一定跨度的時間點之間進行 。 常用的平滑處理的方式有： ?中心移動平均法 (Centered moving average) 計算以當前為中心的時間跨度 k范圍內數(shù)據(jù)的移動平均數(shù) 。 它們可使偏態(tài)分布的序列變成對稱的分布 ， 可消除序列中的異方差性 ， 可使變量間的非線性變換關系轉換成為線性關系， 在時間序列數(shù)量級很大的時候會起到顯著改善計算精度的作用 。 64 時間序列分析（模擬序列數(shù)據(jù)） .sav 缺失值處理的操作過程 65 輸出結果 變量集新增一列 66 2. 序列數(shù)據(jù)變換的基本操作 ? SPSS提供了專門進行時間序列數(shù)據(jù)變換的模塊 , 其中包含 :差分和
范文總結相關推薦
鄂ICP備17016276號-1