xxxx數(shù)據(jù)分析方法12-時(shí)間序列分析1(完整版)
【正文】 ∈ T｝稱為平穩(wěn)過程 。 時(shí)間序列的平穩(wěn)性 是指時(shí)間序列的統(tǒng)計(jì)規(guī)律不會(huì)隨著時(shí)間的推移而發(fā)生變化。1 時(shí)間序列分析概述 數(shù)據(jù)準(zhǔn)備 時(shí)間序列的圖形化觀察及檢驗(yàn) 時(shí)間序列的預(yù)處理 (重點(diǎn) ) 簡(jiǎn)單回歸分析法和趨勢(shì)外推法 (自學(xué) ) 指數(shù)平滑法 (重點(diǎn) ) ARIMA模型分析 季節(jié)調(diào)整法 (自學(xué) ) 時(shí)間序列分析 2 時(shí)間序列分析概述 ? 時(shí)間序列的相關(guān)概念 ? 時(shí)間序列分析的一般步驟 ? SPSS時(shí)間序列分析的特點(diǎn) 3 ? 時(shí)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 。 7 ?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。具有時(shí)間上的平穩(wěn)不變性。 因此 ， 白噪聲序列對(duì)模型檢驗(yàn)也是很有用處的 。 15 時(shí)間序列分析的特點(diǎn) ? SPSS的時(shí)間序列分析是分散在 Data、Transform、 Analyze、 Graph四個(gè)功能菜單當(dāng)中 。 ? 至此 ， 完成了 SPSS的時(shí)間定義操作 。 25 ? 序列圖還可用于對(duì)序列異常值的探索 ， 以及體現(xiàn)序列的 “ 簇集性 ” 。 ? 各種時(shí)間序列的自相關(guān)函數(shù)圖和偏自相關(guān)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(guān)函數(shù)和偏自相關(guān)函數(shù)值在理論上均為 0。 ?互相關(guān)圖 (Cross correlations) 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 。 如果差值大于檢驗(yàn)值 ， 則認(rèn)為序列具有非平穩(wěn)性 。 34 2) 將需繪圖的序列變量選入 變量 Variables框。 3)在 輸出 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 。 一般如果只考慮序列中的周期因素可選中該項(xiàng) ， 否則該步可略去 。 59 ? 序列的預(yù)處理主要包括以下幾個(gè)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 。 常用的平滑處理的方式有： ?中心移動(dòng)平均法 (Centered moving average) 計(jì)算以當(dāng)前為中心的時(shí)間跨度 k范圍內(nèi)數(shù)據(jù)的移動(dòng)平均數(shù) 。 64 時(shí)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(jié)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(jìn)行時(shí)間序列數(shù)據(jù)變換的模塊 , 其中包含 :差分和季節(jié)差分等平穩(wěn)化方法 , 移動(dòng)平均和移動(dòng)中位數(shù)等平滑方法 , 以及生成新序列的變換方法 。 68 時(shí)間序列分析（模擬序列數(shù)據(jù)） .sav 用平滑法進(jìn)行數(shù)據(jù)轉(zhuǎn)換的操作 69 變量集新增一列 輸出結(jié)果 70 簡(jiǎn)單回歸法和趨勢(shì)外推法 （自學(xué) ,看書） ? 概述 ? 應(yīng)用舉例 71 ? 簡(jiǎn)單回歸方法 認(rèn)為時(shí)間序列 yt的變化大體上可由其他與其對(duì)應(yīng)的時(shí)間序列 xt來決定 ,并以此出發(fā)找出序列與其他序列間的大體上的數(shù)量關(guān)系 。 時(shí)間序列分析（煤炭及成品油出口） .sav 75 先繪制煤炭出口量的序列圖 時(shí)間序列分析（煤炭及成品油出口） .sav 1. 趨勢(shì)外推模型 圖 27 76 趨勢(shì)外推模型 操作 77 趨勢(shì)外推模型輸出結(jié)果 圖 28 表 4 78 時(shí)間序列分析（煤炭及成品油出口） .sav 2. 簡(jiǎn)單回歸模型 ? 圖形 ?舊對(duì)話框 ? 散點(diǎn) /點(diǎn)狀 ?簡(jiǎn)單分布 先繪制兩者間的散點(diǎn)圖 圖 29 79 簡(jiǎn)單回歸模型 操作 80 簡(jiǎn)單回歸模型輸出結(jié)果 圖 30 表 5 兩者表現(xiàn)為一種正比例對(duì)應(yīng)關(guān)系1: 81 Thank you 82 靜夜四無鄰，荒居舊業(yè)貧。 2023年 2月 9日星期四 2時(shí) 12分 48秒 02:12:489 February 2023 1做前，能夠環(huán)視四周；做時(shí)，你只能或者最好沿著以腳為起點(diǎn)的射線向前。 2023年 2月 上午 2時(shí) 12分 :12February 9, 2023 1少年十五二十時(shí)，步行奪得胡馬騎。 :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。 2023年 2月 上午 2時(shí) 12分 :12February 9, 2023 1業(yè)余生活要有意義，不要越軌。 上午 2時(shí) 12分 48秒 上午 2時(shí) 12分 02:12: 楊柳散和風(fēng)，青山澹吾慮。 , February 9, 2023 很多事情努力了未必有結(jié)果，但是不努力卻什么改變也沒有。 02:12:4802:12:4802:122/9/2023 2:12:48 AM 1以我獨(dú)沈久，愧君相見頻。 72 ? 兩種方法都是基于回歸分析原理的 。 2) 把需處理的變量選擇到 新變量框 中 ， 在名稱和函數(shù)框中 ， 在 名稱 后輸入處理新生成的變量名 ， 在 函數(shù) 中選擇轉(zhuǎn)換處理方法 ， 在 順序后輸入相應(yīng)的階數(shù) ， 并單擊 更改 按鈕 。 ?移動(dòng)中位數(shù) (Runing medians) 它以當(dāng)前時(shí)間點(diǎn)為中心 ， 根據(jù)指定的時(shí)間跨度 k計(jì)算中位數(shù) 。 均值平穩(wěn)化一般采用差分 (Difference)處理 ， 方差平穩(wěn)化一般用 BoxCox變換處理 。 2) 把需繪圖的序列變量選到 Variables框中 。 4)單擊 選項(xiàng) Options按鈕定義相關(guān)參數(shù) ， 其中Maximum Number of Lags表示相關(guān)函數(shù)值包含的最大滯后期 ， 即時(shí)間
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1