SPSS 14 时间系列分析 SPSS for Windows统计分析.ppt

第14章 时间系列分析 Time Series 目 录 各种时间序列分析过程 修补缺失值过程与对话框 创建时间序列对话框 指 数 平 滑 Exponential Smoothing 指数平滑有关公式（Simple法） 指数平滑有关公式（Holt 法） 指数平滑有关公式（Winters 法） 指数平滑过程 主对话框 指数平滑参数选项对话框 指数平滑保存对话框 Custom模型选择项 Simple法实例输出 Holt法计算实例输出 Winters法实例输出 自定义指数趋势输出 自 回 归 Autoregression 自回归有关公式 自回归过程主对话框 保存对话框 选项对话框 自回归分析实例输出 自回归综合移动平均 （ARMA） 自回归综合移动平均过程主对话框 选择参数对话框 模型参数选择 自回归综合移动平均分析实例输出1 自回归综合移动平均分析实例输出2 自回归综合移动平均分析实例输出3 季 节 分 解 法 Seasonal Deccomposition 季节分解主对话框 季节分解法分析实例输出 14习题 1、? 时间序列的基本概念。 2、? 时间序列分析过程中有哪几种常用的方法？ 3、? 对数据用时间序列模型进行拟合处理前，应做哪些准备工作？ 4、? 在哪个过程中可进行缺失值的修补？ 5、? 修补缺失值的方法共有几种？ 6、? 在哪个过程中可定义时间变量？ 7、? 时间序列分析是建立在序列的平稳的条件上的，怎样判断序列是否平稳？ 8、为什么要建一个时间序列的新变量？在SPSS的哪个过程中来建时间序列的新变量？ 时间序列习题参考答案 1、? 时间序列是指一个依时间顺序做成的观察资料的集合。 2、? 时间序列分析过程中最常用的方法是：指数平滑、自回归、综合移动平均及季节分解。 3、? 先对数据进行必要的预处理和观察，直到它变成稳态后再用这些过程对其进行分析。根据对数据建模前的预处理工作的先后顺序，将它分为三个步骤：首先，对有缺失值的数据进行修补，其次将数据资料定义为相应的时间序列，最后对时间序列数据的平稳性进行计算观察。 4、? 修补缺失值可在Transform菜单的Replace Missing Values过程中进行。 5、? 修补缺失值的方法共有五种，它们分别是： ⑴、Series mean； ⑵、Mean of nearby points； ⑶、Median of nearby points； ⑷、Linear interpolation； ⑸、Linear trend at point。 6、? 定义时间变量可在Data菜单的Define dates过程里实现。 7、? 判断序列是否平稳可以看它的均数和方差是否不再随时间的变化而变化、自相关系数是否只与时间间隔有关而与所处的时间无关。 8、在时间序列分析中，为检验时间序列的平稳性，经常要用一阶差分、二阶差分，有时为选择一个合适的时间序列的模型还要对原时间序列数据进行对数转换或平方根转换等。这就需要在已经建立的时间序列的数据库中，再建一个新的时间序列的变量。在SPSS的Create Time Series中可根据现有的数字型时间序列变量的函数建立一个新的变量。 预测的必要条件：取得真实的数据选择正确的方法 挖掘更多信息 实测值与预测值的拟合线图 返回 返回 返回 返回 返回 返回 * * 返回 各种时间序列分析过程 修补缺失值与创建时间序列 指数平滑 有关公式 操作 实例 自回归过程 有关公式 操作 实例 自回归综合移动平均过程 操作 实例 季节分解过程 操作 实例 习题14 习题参考答案 结束 返回 返回 返回 运行函数Lag时的结果说明 返回 返回 计算公式 对第1个公式重新排列后得到： 返回 三个方程式 利用前一期的趋势值bt?1直接修正St 用来修正趋势值bt， 进行预测 两个参数α、γ（从0~1之间取值） 返回 四个方程式 其中（0α1） 其中（0γ1） 其中（0β1） 公式中数据Xt为含有季节性因素的时间序列， St值是去除季节性因素的平滑值。L为季节的长度（每年的月数或季数）， I为季节的修正系数。 返回 返回 返回 返回 返回 计算结果 返回 返回 返回 返回 返回 用Xt，Xt-1，Xt-2，…，记在等间隔时间t，t-1，t-2，…上的过程值 用Zt，Zt-1，Zt-2，…，记关于均值μ的偏差，即Zt=Xt–μ p阶自回归（AR）： 时间序列的当前值等于时间序列前一个的值同一个随机误差的线性组合，即： 返回 返回 返回 返回 Prais-Winsten法计算结果 返回 实测值和估计值之间的线图 实测值—可信区间线图 返回 返回 返回 返回 返回 1 2 3 返回