《SPSS时间序列分析ppt课件》由会员分享,可在线阅读,更多相关《SPSS时间序列分析ppt课件(70页珍藏版)》请在金锄头文库上搜索。
1、第第1717章章 时间序列分析时间序列分析Time Series 前往前往q各种时间序列分析过程各种时间序列分析过程q修补缺失值与创建时间序列修补缺失值与创建时间序列q序列图序列图q操作操作q实例实例q建立时间序列模型建立时间序列模型 q操作操作q实例实例q运用时间序列模型运用时间序列模型q操作操作q自相关自相关 q操作操作q实例实例季节分解法季节分解法操作操作实例实例频谱分析法频谱分析法频谱分析操作频谱分析操作实例实例相互关相互关操作操作实例实例习题习题17及参考答案及参考答案终了终了目目 录录前往前往各种时间序列分析过程各种时间序列分析过程前往前往修补缺失值过程与对话框修补缺失值过程与对话
2、框前往前往创建时间序列对话框创建时间序列对话框 运转函数运转函数LagLag时的结果阐明时的结果阐明 前往前往序列图序列图 SequenceCharts前往前往序列图过程序列图过程 主对话框主对话框前往前往时间轴参考线对话框时间轴参考线对话框 前往前往定义时间轴的格式对话框定义时间轴的格式对话框 前往前往序列图运用实例输出序列图运用实例输出模型描画表样品处置摘要样品处置摘要 含有基准线的序列图含有基准线的序列图 前往前往建立时间序列模型建立时间序列模型 Createmodels前往前往时间序列建模提示框Time Serises Modeler 对话框对话框Variables选项卡选项卡 前往前
3、往专家建模规范模型选项卡专家建模规范模型选项卡 前往前往判别异常值选项卡指数平滑规范模型选项卡前往前往ARIMACriteriaModel选项卡前往前往侦查异常值的选项卡前往前往自变量转换选项卡前往前往时间序列模型Statistics选项卡前往前往TimeSerisesModlerPlots选项卡前往前往TimeSerisesModlerOutputFilter对话框前往前往TimeSerisesModlerSave选项卡前往前往时间序列模型Option选项卡前往前往时间序列分析实例输出时间序列分析实例输出模型描画均数绝对百分比误差频数图最大绝对百分比误差频数图前往前往时间序列分析实例输出时间
4、序列分析实例输出(1)模型拟合模型拟合 前往前往时间序列分析实例输出时间序列分析实例输出(2)模型统计数据前往前往时间序列分析实例输出时间序列分析实例输出(3)预测部分结果数据编辑器中的新变量前往前往运用时间序列模型运用时间序列模型 Apply models 前往前往Apply time Series models对话框对话框 前往前往自相关自相关 Autocorrelations 前往前往Autocorrelations对话框前往前往Options选项卡前往前往自相关分析实例输出模型描画样品处置摘要自相关表前往前往自相关分析实例输出1自相关图偏自相关表偏自相关图前往前往季 节 分 解 法Se
5、asonalDeccomposition前往前往季节分解主对话框季节分解主对话框前往前往季节分解法分析实例输出季节分解法分析实例输出 模型描画季节要素数据文件中添加的4个新变量前往前往频谱分析频谱分析SpectralAnalyze前往前往谱图选择对话框前往前往频谱分析实例输出模型描画周期图密度图前往前往相互关相互关 Cross-Autocorrelation前往前往Cross-Autocorrelation对话框前往前往Options对话框前往前往相互关实例输出模型描画样品处置摘要前往前往相互关实例输出1相互关系数表男女服装销售量的相互关图前往前往17 17 习题习题 1、时间序列的根本概念。
6、时间序列分析过程中有哪几种常用的方法?2、对数据用时间序列模型进展拟合处置前,应做哪些预备任务?3、在哪个过程中可进展缺失值的修补?修补缺失值的方法共有几种?4、在哪个过程中可定义时间变量?5、时间序列分析是建立在序列的平稳的条件上的,怎样判别序列能否平稳?6、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?7、光盘中Data17-07.savData17-07a.sav是Data17-07.sav运用中文标签名的同一个文件记录了一个邮购公司在1989年1月至1998年12月间男、女服装产品的销售量情况以及一些能够影响服装销售的宣传、效力方面的变量。试用学过的时间序
7、列方法对其进展分析,并预测1999年4月的男装的销售量。前往前往时间序列习题参考答案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察看资料的集合。时间序列分析过程中最常用的方法是:指数平滑、自回归、综合挪动平均及季节分解。2、 先对数据进展必要的预处置和察看,直到它变成稳态后再用这些过程对其进展分析。根据对数据建模前的预处置任务的先后顺序,将它分为三个步骤:首先,对有缺失值的数据进展修补,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展计算察看。3、 修补缺失值可在Transform菜单的Replace Missing Values过程中进展。修补缺失值的方法共有
8、五种,它们分别是:、Series mean; 、Mean of nearby points; 、Median of nearby points; 、Linear interpolation; 、Linear trend at point。4、 定义时间变量可在Data菜单的Define dates过程里实现。5、 判别序列能否平稳可以看它的均数和方差能否不再随时间的变化而变化、自相关系数能否只与时间间隔有关而与所处的时间无关。6、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,有时为选择一个适宜的时间序列的模型还要对原时间序列数据进展对数转换或平方根转换等。这就需求在曾经
9、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。 前往前往时间序列习题参考答案时间序列习题参考答案1 17、一、定义时间序列阐明:1、对data17-07a.sav和data17-07.sav都要做这个任务。2、在第四步起data17-07.sav前往前往时间序列习题参考答案时间序列习题参考答案2 2二、序列图分析 前往前往时间序列习题参考答案时间序列习题参考答案3 3前往前往时间序列习题参考答案时间序列习题参考答案4 4q序列图显示了许多峰值,其中许多峰值是等间隔出现的,有很清楚的上
10、升趋势。等间隔的峰值暗示存在时间序列的周期成分。思索到销售的季节性,顶峰典型地发生在假期期间,他不用对数据中发现的年季节成分感到吃惊。q也有峰值似乎没有成为季节性方式的一部分,这表示临近的数据点显著偏离。这些点能够是异常值,它可以而且应该由ExpertModeler处理。前往前往时间序列习题参考答案时间序列习题参考答案5 5三、自相关分析前往前往时间序列习题参考答案时间序列习题参考答案6 6表中显示的是自相关计算结果,从左向右,依次列出的是:滞后数、自相关系数值值、规范误差、Box-ljung统计量值、自在度、原假设成立的概率值。由于原假设假设根本过程是独立的,也即假定时间序列所反映的随机过程
11、是白噪声成立的概率值都小于0.05,所以全部自相关均有显著性意义。前往前往时间序列习题参考答案时间序列习题参考答案7 7在滞后12处的重要的顶点暗示在数据中存在周期为1212个季度的季节成分。检查偏自相关函数图同样可得到这个十清楚确的结论。前往前往时间序列习题参考答案时间序列习题参考答案8 8四、建立时间序列模型前往前往时间序列习题参考答案时间序列习题参考答案9 9前往前往时间序列习题参考答案时间序列习题参考答案1010前往前往时间序列习题参考答案时间序列习题参考答案1111预测值与察看值很好地拟合在一同,阐明模型有令人称心的预测才干。前往前往时间序列习题参考答案时间序列习题参考答案1212q
12、该模型描画表包含每个估计模型称号和模型类型。在本例中,因变量是男子服装销售量,系统分配的称号是Model_1。专家建模得出的最正确拟合模型为ARIMA(0,0,0)(0,1,0),它是1阶季节差分自回归综合挪动平模型。q模型的季节性阐明了在序列图中见到的季节性峰值,1阶差分反映了数据中明显的上升趋势。前往前往时间序列习题参考答案时间序列习题参考答案1313模型统计表给出了汇总信息和对每个估计模型最正确拟合的统计量。每个模型的结果用模型描画表中提供的模型标识符被标识。模型包含他最初指定的5个候选预测因子中的两个预测因子。所以专家建模曾经识别出两个可以用来预测的自变量。虽然时间序列模型自动提供了许
13、多不同的最正确拟合统计量,但我们只选择了平稳值。该统计量提供了由模型解释的序列中总变异的百分比的估计,当有趋势或季节性方式时平稳是最适宜的,就像本例的情况一样。本例是个很大的值阐明拟合很好。Ljung-Box统计量同改良的Box-Pierce统计量一样知名,提供了模型能否被正确地指定的意味。显著性值小于0.05暗示在察看值序列中存在不是由模型解释的构造。本例0.984的显著性值阐明它是不显著的,所以我们可以一定正确地指定了模型。专家建模侦查出9个异常值。这些点中的每一个都已适当地被模拟处置,所以不需求他从序列中移走它们。前往前往时间序列习题参考答案时间序列习题参考答案1414ARIMA模型参数
14、表显示模型中一切参数的值,及由模型标识符标识的每个模型。它列出了模型中一切的变量,包括因变量和由专家建模确定有显著性的自变量。如今我们清楚地看到在模型统计量表中的两个预测因子分别是邮寄商品目录的数量和用于订购的开放式线数量。它们都有显著性意义Sig.小于0.05。前往前往时间序列习题参考答案时间序列习题参考答案1515五、预测1999年3月的邮寄商品目录的数量和用于订购的开放式线数量。前往前往时间序列习题参考答案时间序列习题参考答案1616在数据编辑窗中显示新变量Predicted_mail_Model_1andPredicted_phone_Model_2,包括其模型预测值。这些预测值被添加
15、到121至123的记录中。下面用这些值做相应变换后来预测1999年3月的男装销售量。前往前往时间序列习题参考答案时间序列习题参考答案1717六、数据转换前往前往时间序列习题参考答案时间序列习题参考答案1818前往前往时间序列习题参考答案时间序列习题参考答案1919七、预测1999年3月的男装销售量前往前往时间序列习题参考答案时间序列习题参考答案2020前往前往时间序列习题参考答案时间序列习题参考答案2121q预测表包含因变量序列男子服装销售量的预测值,其中两个预测因子为邮寄商品目录的数量和用于订购的开放式线数量。该表还包含置信区间的上(UCL)、下限(LCL)。q在影响销售量的邮寄商品目录的数量每月添加2000份,而数量还是按原先变化规律的前提下,1999年3月时男装的销售量的预测值为21580.96。前往前往预测的必要条件:获得真实的数据选择正确的方法发掘更多信息前往前往前往