SPSS的时间序列分析[宣讲].pptVIP

11.5 指数平滑法 11.5.1指数平滑法的基本操作 由于指数平滑法要求数据中不能存在缺失值，因此在用SPSS进行指数平滑法分析前，应对数据序列进行缺失值填补。SPSS指数平滑法的基本操作步骤如下： （1）选择菜单Analyze→Time Series→Exponential Smoothing。 * （2）把待分析的变量选择到Variables框中。 （3）从Model栏中选择合适的模型。包括简单指数平滑模型、霍特模型、温特模型及用户自定义模型。 （4）单击Parameters按钮进行模型参数设置，在Initial Values框中选择初始值的方式，其中Automatic表示系统自动设置，Custom表示用户手工设置。 ·在General(Alpha)框中设置简单指数平滑模型的常数α。可直接输入α的值，也可设定初值和终值以及步长，这样SPSS会通过格点法对多个值逐个建模，得到最优模型； ·在General(Alpha)和Trend(Gamma)框中设置Holt双参数模型当中的普通、趋势平滑常数α，γ； ·在General(Alpha)、Trend(Gamma)、Seasonal(Delta)框中设置温特模型中的普通、趋势和季节平滑参数α，γ，β； ·选择Display only 10 best models for grid search选项表示：在平滑常数的格点选择完成后仅显示最佳的10个模型。不选择该选项，则每个格点处常数值对应的模型都会被输出。 * 11.5.2指数平滑法的应用举例 利用1992年初～2002年底共11年彩电出口量（单位：“台”）的月度数据，建立几种指数平滑模型，对彩电出口量的变化趋势进行分析和预测。 ·首先绘制和观察彩电出口量的序列图 ·模型一：简单指数平滑模型（适用于比较平稳的序列） 首先建立简单指数平滑模型。对平滑参数的选择采用格点（Grid Search）方法，以找出相对最优模型；对于初始值选择自动选择（Automatic）。 ·模型二：霍特二次平滑模型（适用于有线性趋势的序列） 仍然用格点法选择参数，步长为0.01。 ·模型三：温特线性和季节性指数平滑模型（适用于同时具有趋势性和季节性的序列） 同样用格点法选择参数。 ·模型四：自定义三次指数平滑模型（适用于有非线性趋势的序列） * 11.6 自回归法 11.6.1 自回归法的基本思想 利用简单回归分析法进行时间序列分析时，模型要求各期的随机误差项之间是不相关的。在前文的平稳随机过程的定义中也介绍过，只有误差项中不存在任何可利用的信息时，才能够认为模型已经达到了最优。而当误差项之间存在相关性时，一方面常用的估计方法不再具有优良性，普通的简单回归模型存在着较大的缺陷；另一方面也说明模型对序列中的信息没有充分地提取。 自回归模型，简写为AR模型，正是针对模型误差项存在相关性的情况而设计的一种改进方法。由于自回归模型只考虑了误差项中的一阶相关性，因此也称为一阶自回归AR（1）模型。 * AR（1）模型的一般形式为： 其中， 模型的主体部分与一般的回归模型完全相同，但是其残差序列不满足一般回归模型要求的残差项之间不存在相关性的Gauss-Markov假设，而是存在着系数为ρ的一阶自相关。 * 11.6.2 自回归法的基本操作 （1）选择菜单Analyze→Time Series→Autoregression。 （2）把被解释变量选择到Dependent框中，选择解释 变量到Independent(s)框中。 * （3）在Method框中选择参数ρ估计的方法，其中： ■ Exact maximum-likelihood为精确极大似然法、它是一种建立在极大似然估计准则基础上的参数估计方法。一般在大样本下（样本数大于50）有比较优良的参数估计。 ■ Cochrane-Orcutt法是一种在误差序列具有一阶自相关情况下较常用的参数估计方法，它不适用于序列存在缺失值的情况。 ■ Prais-Winsten法是一种适用在一阶自相关情况下的广义最小二乘法，也不适用于存在缺失值的情况。这种方法一般优于Cochrance-Orcutt方法。 * 精品PPT | 借鉴参考 精品PPT | 借鉴参考 精品PPT | 借鉴参考 精品PPT | 借鉴参考 精品PPT | 借鉴参考 精品PPT | 借鉴参考 精品PPT | 借鉴参考 精品PPT | 借鉴参考 精品PPT | 借鉴参考 精品PPT | 借鉴参考 精品PPT | 借鉴参考 精品PPT | 借鉴参考 精品PPT | 借鉴参考 精品PPT