時間序列分析培訓(xùn)教材(編輯修改稿)
2025-07-22 07:49 本頁面
【文章內(nèi)容簡介】 知識這里不在敘述。例2：。 圖1：導(dǎo)入數(shù)據(jù) 圖2：繪制曲線圖可以看出序列不是線性上升，而是曲線上升，嘗試用二次模型擬合序列的發(fā)展。圖3：模型參數(shù)估計(jì)和回歸效果評價 因?yàn)樵撃Ｐ椭蠺的系數(shù)不顯著，我們?nèi)サ粼擁?xiàng)再進(jìn)行回歸分析。 圖4：新模型參數(shù)估計(jì)和回歸效果評價 圖5：新模型的預(yù)測效果分析 圖6：原序列和預(yù)測序列值 圖7：原序列和預(yù)測序列值曲線圖 圖8：計(jì)算預(yù)測誤差圖9：對預(yù)測誤差序列進(jìn)行單位根檢驗(yàn)拒絕原假設(shè)，認(rèn)為序列沒有單位根，為平穩(wěn)序列，說明模型對長期趨勢擬合的效果還不錯。同樣，序列與時間之間的關(guān)系還有很多中，比如指數(shù)曲線、生命曲線、龔柏茨曲線等等，其回歸模型的建立、參數(shù)估計(jì)等方法與回歸分析同，這里不再詳細(xì)敘述。（二） 平滑法 除了趨勢擬合外，平滑法也是消除短期隨機(jī)波動反應(yīng)長期趨勢的方法，而其平滑法可以追蹤數(shù)據(jù)的新變化。平滑法主要有移動平均方法和指數(shù)平滑法兩種，這里主要介紹指數(shù)平滑方法。例3：對北京市19501998年城鄉(xiāng)居民定期儲蓄所占比例序列進(jìn)行平滑。圖1：打開序列，進(jìn)行指數(shù)平滑分析圖2：系統(tǒng)自動給定平滑系數(shù)趨勢給定方法為選擇使殘差平方和最小的平滑系數(shù)， 圖3：平滑前后序列曲線圖 圖4：用二次平滑修勻原序列可以看出，，修勻或者趨勢預(yù)測效果不錯。 圖5：二次平滑效果圖例4：對于有明顯線性趨勢的序列，我們可以采用Holt兩參數(shù)法進(jìn)行指數(shù)平滑對北京市19782000年報紙發(fā)行量序列進(jìn)行Holt兩參數(shù)指數(shù)平滑 圖1：報紙發(fā)行量的曲線圖 圖2：Holt兩參數(shù)指數(shù)平滑（指定平滑系數(shù)） 圖3：預(yù)測效果檢驗(yàn) 圖4：系統(tǒng)自動給定平滑系數(shù)時平滑效果 圖5：原序列與預(yù)測序列曲線圖（其中FXSM為自己給定系數(shù)時的平滑值，F(xiàn)XSM2為系統(tǒng)給定系數(shù)時的平滑值）二、季節(jié)效應(yīng)分析 許多序列有季節(jié)效應(yīng)，比如：氣溫、商品零售額、某景點(diǎn)旅游人數(shù)等都會呈現(xiàn)明顯的季節(jié)變動規(guī)律。例5：以北京市19952000年月平均氣溫序列為例，介紹季節(jié)效應(yīng)分析操作。 圖1：建立月度數(shù)據(jù)新工作表 圖2：新工作表中添加數(shù)據(jù)圖3：五年的月度氣溫?cái)?shù)據(jù) 圖4：進(jìn)行季節(jié)調(diào)整（移動平均法）圖5：移動平均季節(jié)加法圖6：12個月的加法調(diào)整因子 圖7：打開三個序列（季節(jié)調(diào)整序列、原序列、調(diào)整后序列） 圖8：三個序列（季節(jié)調(diào)整序列、原序列、調(diào)整后序列）取值圖9：三個序列（季節(jié)調(diào)整序列、原序列、調(diào)整后序列）曲線圖另外季節(jié)調(diào)整還可以用X11，X12等方法進(jìn)行調(diào)整。三、綜合分析 前面兩部分介紹了單獨(dú)測度長期趨勢和季節(jié)效應(yīng)的分析方法，這里介紹既有長期趨勢又有季節(jié)效應(yīng)的復(fù)雜序列的分析方法。 對1993——2000年中國社會消費(fèi)品零售總額序列進(jìn)行確定性分析 圖1：繪制1993——2000年中國社會消費(fèi)品零售總額時序圖可以看出序列中既有長期趨勢又有季節(jié)波動 圖2：進(jìn)行季節(jié)調(diào)整 圖3：12個月的季節(jié)因子 圖4：經(jīng)季節(jié)調(diào)整后的序列SSA圖5：對經(jīng)季節(jié)調(diào)整后序列進(jìn)行趨勢擬合 圖6：趨勢擬合序列SSAF與序列SSA的時序圖 圖7：擴(kuò)展時間區(qū)間后預(yù)測長期趨勢值SSAF圖8：經(jīng)季節(jié)調(diào)整預(yù)測2001年12個
電大資料相關(guān)推薦
鄂ICP備17016276號-1