线性指数平滑法.PPTVIP

第13章 SPSS的时间序列分析 13.1时间序列分析概述 13.2指数平滑 13.3建立自回归序列的新变量 13.4自回归 13.5季节分解法 13.6案例分析一 13.7案例分析二 13.8案例分析三 模型 当序列中同时存在趋势性和季节性的周期和趋势时，序列中存在着以季节周期的整数倍为长度的相关性，需经过某些阶数的逐期差分和季节差分才能使序列平稳化。对这样的准平稳序列的分析模型概括为 模型，其中P,Q为季节性的自回归和移动平均阶数， D为季节差分的阶数，s为季节周期。 本节讨论了模型的基本原理及在SPSS中的实现过程。模型是自回归模型的扩充形式，是随机性时间序列分析的代表性方法。这种模型有科学严密的理论体系，对波动性较强的时间序列能给出比较准确的模型，因而是当前比较常用的时间序列分析方法之一。 13.6 季节调整法 本节所讨论的季节调整方法的本质就是要对时间序列的周期性进行识别和分解。一般的时间序列分析的论述中将这种方法局限在那些与年、季、月等相关的周期性的分析上，把这样的周期性变动称为季节性变动（seasonal fluctuation），而将其他的周期性变动统称周期性（periodicity）。不过一般认为季节调整方法完全可用于序列中各