xxxx數(shù)據(jù)分析方法12-時(shí)間序列分析1(存儲(chǔ)版)
【正文】 輸出圖形 5 一個(gè)非周期的波動(dòng)性序列的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)圖 55 時(shí)間序列分析（總出口額） .sav 2. 繪制互相關(guān)圖的操作舉例 56 互相關(guān)圖 輸出圖形 輸出數(shù)據(jù) 57 時(shí)間序列的預(yù)處理 ? 預(yù)處理的目的和主要方法 ? 預(yù)處理的基本操作 ? 預(yù)處理的應(yīng)用舉例 58 預(yù)處理的目的和主要方法 ? 通過(guò)數(shù)據(jù)的觀察和檢驗(yàn)階段實(shí)現(xiàn)對(duì)序列變化特征的把握后 ， 就可根據(jù)數(shù)據(jù)的特點(diǎn)和分析的需要對(duì)數(shù)據(jù)進(jìn)行必要的變換處理 。對(duì)于既有趨勢(shì)性又有季節(jié)性的序列 ， 可同時(shí)進(jìn)行差分和季節(jié)差分處理 。 2) 把需處理的變量選擇到 新變量框 中，在名稱和方法框中，在 名稱 后輸入處理新生成的變量名，在 方法 中選擇處理缺失值的替代方法，并單擊 更改 按鈕。 ?提前 ：與數(shù)據(jù)滯后正好相反 ， 即指定的階數(shù) k， 從當(dāng)前值向后數(shù)以第 k個(gè)數(shù)值來(lái)代替當(dāng)前值。 人們根據(jù)事物的發(fā)展規(guī)律歸納出了可概括各種發(fā)展規(guī)律的數(shù)學(xué)曲線形式 ， 多項(xiàng)式是其中應(yīng)用最為廣泛的一種 ， 其一般模型為 趨勢(shì)外推法主要用于較長(zhǎng)期的預(yù)測(cè)分析 ，由于模型的選擇存在較強(qiáng)的主觀性，模型選擇上的差異會(huì)導(dǎo)致對(duì)同批數(shù)據(jù)的不同分析結(jié)論。 2023年 2月 9日星期四 上午 2時(shí) 12分 48秒 02:12: 1比不了得就不比，得不到的就不要。 :12:4802:12:48February 9, 2023 1意志堅(jiān)強(qiáng)的人能把世界放在手中像泥塊一樣任意揉捏。 02:12:4802:12:4802:12Thursday, February 9, 2023 1知人者智，自知者明。 上午 2時(shí) 12分 48秒 上午 2時(shí) 12分 02:12: MOMODA POWERPOINT Lorem ipsum dolor sit, eleifend nulla ac, fringilla purus. Nulla iaculis tempor felis amet, consectetur adipiscing elit. Fusce id urna blanditut cursus. 感謝您的下載觀看 專(zhuān)家告訴 。 02:12:4802:12:4802:122/9/2023 2:12:48 AM 1越是沒(méi)有本領(lǐng)的就越加自命不凡。 :12:4802:12Feb239Feb23 1世間成事，不求其絕對(duì)圓滿，留一份不足，可得無(wú)限完美。 02:12:4802:12:4802:12Thursday, February 9, 2023 1乍見(jiàn)翻疑夢(mèng)，相悲各問(wèn)年。 ? 簡(jiǎn)單回歸分析法中 ， 解釋變量與被解釋變量都是有實(shí)際意義的時(shí)間序列 。 ?滯后 ：即對(duì)指定的階數(shù) k， 用從當(dāng)前值向前數(shù)到第 k個(gè)數(shù)值來(lái)代替當(dāng)前值 。 它們可使偏態(tài)分布的序列變成對(duì)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(guān)系轉(zhuǎn)換成為線性關(guān)系， 在時(shí)間序列數(shù)量級(jí)很大的時(shí)候會(huì)起到顯著改善計(jì)算精度的作用 。 ? 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 。 40 圖形化觀察應(yīng)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(guān)函數(shù)圖和偏自相關(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。其中 Natural log transform表示對(duì)數(shù)據(jù)取自然對(duì)數(shù)， Difference表示對(duì)數(shù)據(jù)進(jìn)行 n階 (默認(rèn) 1階 )差分， Seasonally difference表示對(duì)數(shù)據(jù)進(jìn)行季節(jié)差分。 一般認(rèn)為， 平穩(wěn)性的或隨機(jī)性的序列中不應(yīng)出現(xiàn)許多同類(lèi)數(shù)據(jù)連續(xù)出現(xiàn)的情況 ， 也不應(yīng)出現(xiàn)兩類(lèi)數(shù)據(jù)反復(fù)交替出現(xiàn)的情形 。 但有時(shí)還需要一些定量的檢驗(yàn)方法 。 29 4) 具有周期性的非平穩(wěn)時(shí)間序列 ， 其自相關(guān)函數(shù)呈明顯的周期性波動(dòng) ， 且以周期長(zhǎng)度及其整數(shù)倍數(shù)為階數(shù)的自相關(guān)和偏自相關(guān)函數(shù)值均顯著不為零 。 ? 自相關(guān)函數(shù)圖和偏自相關(guān)函數(shù)圖 (ACF＆ PACF) 所謂自相關(guān)是指序列與其自身經(jīng)過(guò)某些階數(shù)滯后形成的序列之間存在某種程度的相關(guān)性。 20 時(shí)間序列的圖形化觀察及檢驗(yàn) ? 圖形化觀察及檢驗(yàn)?zāi)康? ? 圖形化觀察工具 ? 時(shí)間序列的檢驗(yàn)方法 ? 圖形化觀察和檢驗(yàn)的基本操作 ? 圖形化觀察的應(yīng)用舉例 21 ?回憶一下回歸分析的圖形觀察與 檢驗(yàn) ?做散點(diǎn)圖看大致趨勢(shì) ?檢驗(yàn)基本假設(shè)是否滿足 ?非線性的轉(zhuǎn)化 為線性的處理 22 圖形化及檢驗(yàn)?zāi)康? ? 時(shí)間序列分析的第一步 是對(duì)其發(fā)展變化的特征有一個(gè)初步的總體把握 。 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(gè)變量將對(duì)應(yīng)一個(gè)時(shí)間序列數(shù)據(jù) ， 且不必建立標(biāo)志時(shí)間的變量 。 14 ? 時(shí)間序列分析方法可分為時(shí)域分析和頻域分析兩類(lèi) ， 具體有 : ?簡(jiǎn)單回歸分析法 適合序列間結(jié)構(gòu)分析和比較的預(yù)測(cè) 。 ?10 :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。 時(shí)間序列分析就是包含了針對(duì)這種獨(dú)特?cái)?shù)據(jù)特點(diǎn)而形成和發(fā)展起來(lái)的一系列統(tǒng)計(jì)分析方法的一個(gè)完整的體系 。 大多數(shù)情況下它們往往存在某種前后相承的關(guān)系 ，而非互相獨(dú)立的 。具有時(shí)間上的平穩(wěn)不變性。 如二階寬平穩(wěn)隨機(jī)過(guò)程定義為: E(yt)= E(yt+h)為常數(shù) ， 且對(duì) t， t+h∈ T都使協(xié)方差 E{[yt – E(yt)][yt+h – E(yt+h)]}存在且與 t無(wú)關(guān) ,
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1