時間序列分析教材(ppt81頁)-文庫吧資料
2025-03-08 12:53本頁面
【正文】 進(jìn)行 。 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 。 59 ? 序列的預(yù)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 。 41 時間序列分析（模擬序列數(shù)據(jù)） .sav 1) 以各種序列繪制序列圖 操作過程 42 輸出圖形 1 平穩(wěn)序列的序列圖示例 43 輸出圖形 2 具有上升趨勢的非平穩(wěn)序列 44 輸出圖形 3 具有異方差性的非平穩(wěn)序列 45 輸出圖形 4 具有波動性的非平穩(wěn)序列 46 輸出圖形 5 具有周期性的非平穩(wěn)序列 47 時間序列分析（模擬序列數(shù)據(jù)） .sav 非平穩(wěn)序列差分處理后變?yōu)槠椒€(wěn)序列 輸出圖形 操作過程 48 時間序列分析（模擬序列數(shù)據(jù)） .sav 2) 以各種序列繪制自相關(guān)函數(shù)和偏自相關(guān)函數(shù)圖 49 正態(tài)白噪聲的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)的輸出數(shù)據(jù)表 輸出結(jié)果中的數(shù)據(jù)表舉例 50 輸出圖形 1 正態(tài)白噪聲的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)圖 51 輸出圖形 2 一個上升趨勢序列的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)圖 52 輸出圖形 3 一個異方差序列的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)圖 53 輸出圖形 4 一個周期性序列的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)圖 54 輸出圖形 5 一個非周期的波動性序列的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)圖 55 時間序列分析（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 ? 通過數(shù)據(jù)的觀察和檢驗(yàn)階段實(shí)現(xiàn)對序列變化特征的把握后 ， 就可根據(jù)數(shù)據(jù)的特點(diǎn)和分析的需要對數(shù)據(jù)進(jìn)行必要的變換處理 。 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 。 2) 把需繪圖的序列變量選到 Variables框中 。 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 。 該方法適合當(dāng)序列是一個 k1階的移動平均過程 ， 且標(biāo)準(zhǔn)差隨階數(shù)的增大而增大的情況 。 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。 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 ， 即時間間隔 h。 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 。 6) 單擊 格式 Format 按鈕定義圖形的格式 ， 可選擇橫向或縱向序列圖；對于單變量序列圖 ， 可選擇繪制線圖或面積圖 ， 還可選擇在圖中繪制序列的均值線；對多變量的序列圖 ， 可選擇將不同變量在同一時間點(diǎn)上的點(diǎn)用直線連接起來 . 36 1) 分析 ?預(yù)測 ?自相關(guān) 。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(jìn)行 n階 (默認(rèn) 1階 )差分， Seasonally difference表示對數(shù)據(jù)進(jìn)行季節(jié)差分。該標(biāo)志變量默認(rèn)的是日期型變量。 34 2) 將需繪圖的序列變量選入 變量 Variables框。 關(guān)于游程檢驗(yàn)的詳細(xì)內(nèi)容可參見本書有關(guān)非參數(shù)檢驗(yàn)的章節(jié) 。 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)許多同類數(shù)據(jù)連續(xù)出現(xiàn)的情況 ， 也不應(yīng)出現(xiàn)兩類數(shù)據(jù)反復(fù)交替出現(xiàn)的情形 。 游程檢驗(yàn)是一個非參數(shù)檢驗(yàn)方法 ,其基本思路是 ， 將序列的數(shù)值按一定規(guī)則重新分組形成兩類 。 如果差值大于檢驗(yàn)值 ， 則認(rèn)為序列具有非平穩(wěn)性 。 基本思路是 ， 將序列分成若干子序列 ， 并分別計(jì)算子序列的均值 、 方差 、 相關(guān)函數(shù) 。 但有時還需要一些定量的檢驗(yàn)方法 。 是不同時間序列間不同時期滯后序列的相關(guān)性 。 ?互相關(guān)圖 (Cross correlations) 對兩個互相對應(yīng)的時間序列進(jìn)行相關(guān)性分析的實(shí)用圖形工具 。 30 ?譜密度圖 (Spectral) 譜密度圖用于序列周期性的檢驗(yàn) ， 它是時間序列頻域分析中識別序列隱含周期性的有效方法。 29 4) 具有周期性的非平穩(wěn)時間序列 ， 其自相關(guān)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(guān)和偏自相關(guān)函數(shù)值均顯著不為零 。 28 2) 具有趨勢性的非平穩(wěn)時間序列 ， 序列的各階自相關(guān)函數(shù)值顯著不為零 ， 同時隨著階數(shù)的增大 ， 函數(shù)值呈緩慢下降的趨勢 ；偏自相關(guān)函數(shù)值則呈明顯的下降趨勢 ， 很快落入置信區(qū)間 。 ? 各種時間序列的自相關(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。 偏自相關(guān)函數(shù)是在其他序列給定情況下的兩序列條件相關(guān)性的度量函數(shù) 。 ? 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。 “ 簇集性 ” 是 指數(shù)據(jù)在一段時間內(nèi)具有相似的水平 ， 在不同的水平間跳躍性變化 ， 而非平緩性變化 。 25 ?
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1