spss的時(shí)間序列分析教材-wenkub
2023-03-29 20:11:51 本頁(yè)面
【正文】 SPSS的時(shí)間定義功能用來(lái)將數(shù)據(jù)編輯窗口中的一個(gè)或多個(gè)變量指定為時(shí)間序列變量，并給它們賦予相應(yīng)的時(shí)間標(biāo)志，具體操作步驟是： （ 1）選擇菜單： Date→ Define Dates，出現(xiàn)窗口： （ 2） Cases Are框提供了多種時(shí)間形式，可根據(jù)數(shù)據(jù)的實(shí)際情況選擇與其匹配的時(shí)間格式和參數(shù)。另外，也可利用 SPSS的譜分析圖等模塊進(jìn)行簡(jiǎn)單的譜分析。因此，白噪聲序列對(duì)模型檢驗(yàn)也是很有用處的。它定義為若隨機(jī)序列｛ yt｝由互不相關(guān)的隨機(jī)變量構(gòu)成，即對(duì)所有 s≠t， Cov(ys， yt)=0，則稱其為白噪聲序列。實(shí)踐當(dāng)中是非常困難甚至是不可能的。直觀上，一個(gè)平穩(wěn)的時(shí)間序列可以看作是一條圍繞其均值上下波動(dòng)的曲線。第十章 SPSS的時(shí)間序列分析 時(shí)間序列分析概述 ? 通常研究時(shí)間序列問(wèn)題時(shí)會(huì)涉及到以下記號(hào)和概念： T 指標(biāo)集 T可理解為時(shí)間 t的取值范圍。從理論上，有兩種意義的平穩(wěn)性，一個(gè)是嚴(yán)平穩(wěn)或完全平穩(wěn)，一個(gè)是寬平穩(wěn)或廣義平穩(wěn)。 ? 寬平穩(wěn)：寬平穩(wěn)是指隨機(jī)過(guò)程的均值函數(shù)、方差函數(shù)均為常數(shù)，自協(xié)方差函數(shù)僅是時(shí)間間隔的函數(shù)。白噪聲序列是一種平穩(wěn)序列，在不同時(shí)點(diǎn)上的隨機(jī)變量的協(xié)方差為 0。 ? 時(shí)間序列分析的一般步驟 ?數(shù)據(jù)的準(zhǔn)備階段； ?數(shù)據(jù)的觀察及檢驗(yàn)階段：總體把握時(shí)間序列發(fā)展變化的特征，以便選擇恰當(dāng)?shù)哪Ｐ瓦M(jìn)行分析，包括圖形方法和統(tǒng)計(jì)檢驗(yàn)方法； ?數(shù)據(jù)的預(yù)處理階段：一方面能夠使序列的特征體現(xiàn)得更加明顯，利于分析模型的選擇；另一方面使數(shù)據(jù)滿足于模型的要求； ?數(shù)據(jù)分析和建模階段：根據(jù)時(shí)間序列的特征和分析的要求，選擇恰當(dāng)?shù)哪Ｐ瓦M(jìn)行數(shù)據(jù)建模和分析； ?模型的評(píng)價(jià)階段：與模型分析的目標(biāo)相結(jié)合評(píng)價(jià)是否達(dá)到了分析的目的以及效果如何； ?模型的實(shí)施階段。 數(shù)據(jù)準(zhǔn)備 SPSS的數(shù)據(jù)準(zhǔn)備包括數(shù)據(jù)文件的建立、時(shí)間定義和數(shù)據(jù)期間的指定。 至此，完成了 SPSS的時(shí)間定義操作。 時(shí)間序列的圖形化觀察及檢驗(yàn) ? 通過(guò)圖形化觀察和檢驗(yàn)?zāi)軌虬盐諘r(shí)間序列的諸多特征，如時(shí)間序列的發(fā)展趨勢(shì)是上升還是下降，還是沒(méi)有規(guī)律的上下波動(dòng)；時(shí)間序列的變化的周期性特點(diǎn)；時(shí)間序列波動(dòng)幅度的變化規(guī)律；時(shí)間序列中是否存在異常點(diǎn)，時(shí)間序列不同時(shí)間點(diǎn)上數(shù)據(jù)的關(guān)系等。“簇集性”是指數(shù)據(jù)在一段時(shí)間內(nèi)具有相似的水平。 自相關(guān)函數(shù)圖和偏自相關(guān)函數(shù)圖將時(shí)間序列各階滯后的自相關(guān)和偏自相關(guān)函數(shù)值以及在一定置信水平下的置信區(qū)間直觀的展現(xiàn)出來(lái)。 異方差的非平穩(wěn)時(shí)間序列，其各階自相關(guān)函數(shù)顯著不為零，且呈現(xiàn)出正負(fù)交錯(cuò)，緩慢下降的趨勢(shì)；偏自相關(guān)函數(shù)值也呈正負(fù)交錯(cuò)的形式，且下降趨勢(shì)明顯?；ハ嚓P(guān)圖 對(duì)兩個(gè)互相對(duì)應(yīng)的時(shí)間序列進(jìn)行相關(guān)性分析的實(shí)用圖形工具。根據(jù)平穩(wěn)性假設(shè)，當(dāng)子序列中數(shù)據(jù)足夠多時(shí)，各統(tǒng)計(jì)量在不同序列之間不應(yīng)有顯著差異。 （ 3）在 Time Axis Labels框中指定橫軸（時(shí)間軸）標(biāo)志變量。 （ 5）單擊 Time Lines 按鈕定義序列圖中需要特別標(biāo)注的時(shí)間點(diǎn)，給出了無(wú)標(biāo)注（ No reference Lines）、在某變量變化時(shí)標(biāo)注（Line at each change of）、在某個(gè)日期標(biāo)注（ Line at date）三項(xiàng)供選擇。 （ 3）在 Display框選擇 繪制 哪種圖形，其中 Autocorrelations表示繪制自相關(guān)函數(shù)圖； Partial autocorrelations表示繪制偏自相關(guān)函數(shù)圖。在 Standard Error Method框中指定計(jì)算相關(guān)系數(shù)標(biāo)準(zhǔn)差的方法，它將影響到相關(guān)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(xiàng)。 繪制互相關(guān)圖時(shí)要求兩個(gè)序列均具有平穩(wěn)性。 序列的預(yù)處理主要包括以下幾個(gè)方面： 差分不一定是相鄰項(xiàng)之間的運(yùn)算，也可以在有一定跨度的時(shí)間點(diǎn)之間進(jìn)行。 平滑處理的方式很多，常用的有各種移動(dòng)平均、移動(dòng)中位數(shù)以及這些方法的各種組合等。向前移動(dòng)平均法（ Prior moving average） 若指定時(shí)間跨度為 k，則用當(dāng)前值前面 k個(gè)數(shù)據(jù)（注意：不包括當(dāng)前值）的平均值代替當(dāng)前值。 （ 3）在 Name and Function框中選擇數(shù)據(jù)變換法。 Lead：數(shù)據(jù)前引。 SPSS指數(shù)平滑法的基本操作步驟如下： （ 1）選擇菜單 Analyze→ Time Series→ Exponential Smoothing。 （ 4）單擊 Parameters按鈕進(jìn)行模型參數(shù)設(shè)置，在 Initial Values框中選擇初始值的方式，其中 Automatic表示系統(tǒng)自動(dòng)設(shè)置， Custom表示用戶手工設(shè)置。在 General(Alpha)和 Trend(Gamma)框中設(shè)置 Holt雙參數(shù)模型當(dāng)中的普通、趨勢(shì)平滑常數(shù) α， γ； ? 利用 1992年初～ 2023年底共 11年彩電出口量（單位：“臺(tái)”）的月度數(shù)據(jù)，建立幾種指數(shù)平滑模型，對(duì)彩電出口量的變化趨勢(shì)進(jìn)行分析和預(yù)測(cè)。對(duì)平滑參數(shù)的選擇采用格點(diǎn)（ Grid Search）方法，以找出相對(duì)最優(yōu)模型；對(duì)于初始值選擇自動(dòng)選擇（Automatic）。模型三：溫特線性和季節(jié)性指數(shù)平滑模型（適用于同時(shí)具有趨勢(shì)性和季節(jié)性的序列） 同樣用格點(diǎn)法選擇參數(shù)。而當(dāng)誤差項(xiàng)之間存在相關(guān)性時(shí)，一方面常用的估計(jì)方法不再具有優(yōu)良性，普通的簡(jiǎn)單回歸模型存在著較大的缺陷；另一方面也說(shuō)明模型對(duì)序列中的信息沒(méi)有充分地提取。 ? 自回歸法的基本操作 （ 1）選擇菜單 Analyze→ Time Series→ Autoregression。 ■ CochraneOrcutt法是一種在誤差序列具有一階自相關(guān)情況下較常用的參數(shù)估計(jì)方法，它不適用于序列存在缺失值的
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1