spss14-时间系列分析解析.pptVIP

自回归综合移动平均 （ARIMA） 返回 概述 它估计非季节和季节平稳性的自回归综合移动平均模型，arima模型，也称box-jenkins模型。可对包含季节趋势的时序分析 第一步：对数据差分 第二步：选定合适的模型 第三步：参数估计、检验。 自回归综合移动平均过程主对话框 返回 选择参数对话框 返回 模型参数选择 返回 自回归综合移动平均分析实例输出1 1 2 3 返回 自回归综合移动平均分析实例输出2 4 5 6 7 返回 自回归综合移动平均分析实例输出3 实测值与预测值的拟合线图 返回 季 节 分 解 法 Seasonal Deccomposition 返回 概述 时间序列变化受多种因素影响，分为四种 长期趋势因素（t） 季节变动因素（s） 周期变动因素（c） 不规则变动因素（i） 时间序列看成四因素函数Y=f（t,s,c,i） 加法模型和乘法模型 Y=t+s+c+I,y=t*s*c*I 乘法模型更常用，时序和长期趋势用绝对值表示，季节变动、周期变动、不规则变动用相对值（百分数）表示 季节分解主对话框 返回 季节分解法分析实例输出 返回 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