數(shù)學(xué)建模spss時(shí)間預(yù)測(cè),心得總結(jié)及實(shí)例

1、一周總結(jié)，底稿供參考我們通過案例來說明：假設(shè)我們拿到一個(gè)時(shí)間序列數(shù)據(jù)集：某男裝生產(chǎn)線銷售額。一個(gè)產(chǎn)品分類銷售公司會(huì)根據(jù)過去 1010 年的銷售數(shù)據(jù)來預(yù)測(cè)其男裝生產(chǎn)線的月銷售情況。PM*Statistics做綠編占文仲口編輯也3雙制。黠強(qiáng)轉(zhuǎn)集分析因直銷;出困鬼回女用柳序乜）鼠口舊章Tfift撐it城時(shí)*第厘iw( (nMenT 涉性校盟廣燦勝橫型|9.1JL-SEL,1Q117242,11*102177972b103190TOOT摞二檀史褓1Q416768661嶼_3245191062324104回*1072245233對(duì)觸踐性模型*.Itt3B2365910922020S3會(huì)(D1101771

2、990建勇*111|i1121416961季等故檢騎時(shí)11319916024創(chuàng)建模戰(zhàn)。.一59COt89K114生存畫后因彥青陶應(yīng)踴域失值分析.*K區(qū)用建界4H516631.151163D20B17T曷季節(jié)性分解圜.11724467見鄴諾分析its23E020J手由.a四日序列第11924299.32良奈軸律也）運(yùn)目和關(guān).連互相關(guān)的1203860966防量袋制囪初一匚蹄導(dǎo)圖 5Arnos17.現(xiàn)在我們得到了 1010 年 120120 個(gè)歷史銷售數(shù)據(jù)，理論上講，歷史數(shù)據(jù)越多預(yù)測(cè)越穩(wěn)定，一般也要 2424 個(gè)歷史數(shù)據(jù)才行！大家看到，原則上講數(shù)據(jù)中沒有時(shí)間變量，實(shí)際上也不需要時(shí)間變量，但你必須知道

3、時(shí)間的起點(diǎn)和時(shí)間間隔。當(dāng)我們現(xiàn)在預(yù)測(cè)方法創(chuàng)建模型時(shí)，記?。阂欢ㄒ榷x數(shù)據(jù)的時(shí)間序列和標(biāo)記！H毓假月動(dòng)：思笈河132%的M-T，這時(shí)候你要決定你的時(shí)間序列數(shù)據(jù)的開始時(shí)間，時(shí)間間隔，周期！在我們這個(gè)案例中，你要決定季度是否是你考慮周期性或季節(jié)性的影響因素，軟件能夠偵測(cè)到你的數(shù)據(jù)的季節(jié)性變化因子。呂南：藥中；金后、廿霎理事:*yjrsr*力曲量怎一?豐YMMW產(chǎn)3)3)SujSuj帆率收入強(qiáng)to3的73391000從圖中我們看到， 雖然簡(jiǎn)單模型確實(shí)顯示了漸進(jìn)的上升趨勢(shì)， 但并不是我們期望的結(jié)果， 既沒有考慮季節(jié)性變化，也沒有周期性呈現(xiàn)，直觀的講基本上與線性預(yù)測(cè)沒有差異。所以我們拒絕此模型。2-Ho

4、lt2-Holt 線性趨勢(shì)預(yù)測(cè)HoltHolt 線性指數(shù)平滑法，一般選擇：針對(duì)等級(jí)的平滑系數(shù) lapha=0.1,lapha=0.1,針對(duì)趨勢(shì)的平滑系數(shù)gamma=0.2gamma=0.2; ;等級(jí)：-L=01+(1-a)Ft趨勢(shì)：Tt=y(Lt-Li)+(1-Y)Tj初始值i iL2=y2andMosMossMisMi一ituosuosNs5Ns53SHU083SHU089 9- -200720075且.1C21C2007WHMS007WHMS520M520M- -用KOS5密g-2004-莒一flMsflMs-H-WSB30O25 5U U3 3-Hwsws52001-I200193000

5、H200Q-I20004000000-(1里革坳幽旨方pFSlff-門外2T6MO從上面的擬合情況看，HoltHolt 預(yù)測(cè)模型更平滑了，也就是說 HoltHolt 模型比簡(jiǎn)單模型顯現(xiàn)了更強(qiáng)的平滑趨勢(shì)，但未考慮季節(jié)因素，還是不理想，所以還應(yīng)放棄此模型。3 3-簡(jiǎn)單季節(jié)性模型fftfi士岫奏量由l4u：ng-SoiQE1目)鹿海也取平的RXDfig第 14 銅修苗入,曜力0223751G131口當(dāng)我們考慮了季節(jié)性變化后，簡(jiǎn)單季節(jié)性預(yù)測(cè)模型基本上較好的擬合了數(shù)據(jù)的大趨勢(shì)，也就是考慮了趨勢(shì)和季節(jié)。4-Winters4-Winters 相乘法預(yù)測(cè)模型at5at520M-20M-1 1MiMi耳3003

6、-目3用300?產(chǎn)asas一。皆口可督片豆- -m m 20200000擰2000nwnwi i4ttoe斯nrrTrtrrrT1l1lvIiiTiiiin-T-r-TirtriTF2W12M-Jrys.Ms7Ms72002006 6用2005我們?cè)俅芜x擇 WintersWinters 預(yù)測(cè)模型as口8#日30(16)道，值時(shí)垣什量；JF 號(hào)慢鳴廣理里_02*40.二.此時(shí)，在數(shù)據(jù)集的時(shí)間跨度為 1010 年，并且包含 1010 個(gè)季節(jié)峰值（出現(xiàn)在每年十二月份）中,簡(jiǎn)單季節(jié)模型和 WintersWinters 模型都撲捉到了這 1010 個(gè)峰值與實(shí)際數(shù)據(jù)中的 1010 個(gè)年度峰值完全匹配的預(yù)測(cè)

7、結(jié)果。此時(shí)，我們基本上可以得到了一個(gè)比較滿意的預(yù)測(cè)結(jié)果。此時(shí)也說明，無論采用指數(shù)平滑的什么模型，只要考慮了季節(jié)因素，都可以得到較好結(jié)果，不同的季節(jié)性指數(shù)平滑方法只是細(xì)微差異了。但是，我們仔細(xì)看預(yù)測(cè)值和擬合值，還是有一些上升和下降的趨勢(shì)和結(jié)構(gòu)沒有撲捉到。預(yù)測(cè)還有改進(jìn)的需求！5-ARIMA5-ARIMA 預(yù)測(cè)模型 ARIMAARIMA 模型是自回歸 ARAR 和移動(dòng)平均 MAMA 加上差分考慮，SUMSSUMS*1y8n*1y8nMS3I3MS3I3WMuWMus s月圖5-I200TMPUHys二*100-X00-XT T* *stst- -USUSUSr2aB-I200yAO?-HM80心ig

8、-時(shí)8-擰88TJ.2Mowocaoo-3030CQT10000:00-30000OCT我們采用專家建模器，但指定僅限 ARIMAARIMA 模型，并考慮季節(jié)性因素。捶學(xué)百方此時(shí)，我們看到模型擬合并相比較簡(jiǎn)單季節(jié)性和 WintersWinters 模型沒有太大的優(yōu)勢(shì)，結(jié)果可接受,但是大家注意到?jīng)]有，實(shí)際上我們一直沒有考慮自變量的進(jìn)入問題，假如我們有其它變量可能會(huì)影響到男裝銷售收入，情況又會(huì)發(fā)生什么變化呢？時(shí)間序列預(yù)測(cè)技術(shù)之三一一含自變量的 ARIMA 模型預(yù)測(cè)下面的數(shù)據(jù)延續(xù)前兩篇的案例，只是增加了自變量，(因?yàn)槭诸^這個(gè)案例沒有干預(yù)因素變量)*1iBeseries.?av*1iBeseries.

9、?av數(shù)據(jù)集11- -PASTSiatjPASTSiatjsties 數(shù)據(jù)編輯我文件編輯舊視圖凹數(shù)據(jù)口轉(zhuǎn)換分析直銷處圖形實(shí)用程序窗口業(yè)令H國(guó))xrtK,a*壺育名稱類型寬度|小數(shù)|標(biāo)簽|1nmen數(shù)值(N)112I男裝稍售收入|2JYEAR_數(shù)值(N)B0YEAR,notperiodic3QUARTER數(shù)值(即10QUARTER,period44 4MONTH_數(shù)值(N)20MONTH,period125DATE_字符串80DatfFormat:MMMYYYYH6Mail數(shù)值(N)B0郵品目錄數(shù)|7Page數(shù)值(N)80產(chǎn)品目錄的頁效8Phone數(shù)值(N)80開通訂購熱線數(shù)9Advertisi

10、ng數(shù)值例)82印刷廣告攢入破pionServices數(shù)值制)80客服人數(shù)nwn-ticv-knwn-ticv-k在我們?cè)黾恿?5 5 個(gè)自變量后，采用預(yù)測(cè)建模方法，選擇專家建模器，但限制只在 ARIMAARIMA 模型中選擇。確定后，得到分析結(jié)果，我們現(xiàn)在來看一下與原來的模型有什么不同。整型溫逑模一里二里模型舊男裝橫彎收入娟IMA（0Q0*11。）程型統(tǒng)計(jì)量稹型sm陵量數(shù)陵量數(shù)?？杖绻艌?chǎng)葉Ljung-BaxQ（1的葡相值薊平穩(wěn)的R方DFSig男裝銷售收入棋SL12,66312,30117782040D00L.-從預(yù)測(cè)值看，比前一模型有了改進(jìn)，至少這時(shí)候的模型捕捉了歷史數(shù)據(jù)中的下降峰值，這可以

11、認(rèn)為是當(dāng)前比較適合的擬合值了。如果我們觀察預(yù)測(cè)結(jié)果，可以發(fā)現(xiàn)模型選擇了兩個(gè)預(yù)測(cè)變量。注意：使用專家建模器時(shí),只有在自變量與因變量之間具有統(tǒng)計(jì)顯著性關(guān)系時(shí)才會(huì)包括自變量。如果選擇 ARIMAARIMA 模型，變量”選項(xiàng)卡上指定的所有自變量（預(yù)測(cè)變量）都包括在該模型中，這點(diǎn)與使用專家建模器相反；當(dāng)確定了最終選擇的預(yù)測(cè)模型和方法后，我們就可以預(yù)測(cè)未來了，當(dāng)然你要指定預(yù)測(cè)未來的時(shí)間點(diǎn)，這里我們時(shí)間包括年、季度和月份；假定我們預(yù)測(cè)未來半年的銷售收入。我們分別設(shè)定：預(yù)測(cè)值輸出，95%95%置信度的上下限。必須改一下名字!30000.00-2u：lUco-.005門208口06甘2005SHeR5 52 2

12、呈1113211132療2口03g g3 3用營(yíng)rj打2 2口0202RMSDRMSD9營(yíng)一月20202 2-Ins-Insoolool5 5EDOEDO55300300-m-moooo注意：SPSSSPSS 中文環(huán)境有個(gè)小 BugBug, ,1M哨10000DQ-在選項(xiàng)中，選擇你的預(yù)測(cè)時(shí)間，預(yù)測(cè)期將根據(jù)你事先定義的數(shù)據(jù)時(shí)間格式填寫。（后面的模型為了讓大家看清楚，實(shí)際上我預(yù)測(cè)了一年的數(shù)據(jù)，也就是 20102010 年的 4 4 個(gè)季度的 1212 個(gè)月）。時(shí)間序列建模器變量統(tǒng)計(jì)量圖表輸出過濾保存：選項(xiàng)預(yù)測(cè)階段。模型評(píng)估期后的第一個(gè)個(gè)案到活動(dòng)數(shù)據(jù)集內(nèi)的最后一個(gè)個(gè)案模型評(píng)估期后的第一個(gè)個(gè)案到指定日

13、期之間的個(gè)窠自變量的選擇問題，在預(yù)測(cè)未來半年的銷售收入中，ARIMAARIMA 模型可以把其它預(yù)測(cè)變量納入考慮，但如何確定未來這些預(yù)測(cè)變量的值呢？主要方法可以考慮：1 1）選擇最末期數(shù)據(jù)；2 2）選擇近三期數(shù)據(jù)的平均；3 3）選擇近三期的移動(dòng)平均這里我們選近三期移動(dòng)平均作為預(yù)測(cè)自變量數(shù)值。9 希橘沐層42阻引電罌輻M百忖人便型AR丫利3處”工上面就是預(yù)測(cè)結(jié)果！于此同時(shí)，SPSSSPSS 活動(dòng)數(shù)據(jù)集中也存儲(chǔ)了預(yù)測(cè)值!：ii*tir.t.3i*v【獨(dú)據(jù)集 1If”StM-ti5+ir.y.凝據(jù)明&舞文悻曲程林蹴用的珈&琲雉分析&直捎兇的荒發(fā)冉卷字也）窗白磔朝勒空H回回rrSJLM據(jù)匿nj=3匈d_

14、J電，號(hào)iS3:.121：Mail127S2M-ilPaqprrPhone.小-幣6.號(hào)匕網(wǎng)tYE%esR_QUMON0A7_ARTTH_雙P_帝柄膽_me口后里1LCL_man_椎UC：_msn一程ij兔119289.32113937S加2即4。532009411NOV2009253033G417日933142967120336096615與3955 53 3656660632D09412DEC加g3727267引643g429D41211778295的3019E7G珀2G1011JAMMIO2的 第19170731250325B6122131460?5 50 030970.02CO2010

15、12FEB20102330211176757426920401231373090503261D79622Q10t3MAR2010234X911702B,54290312s124!132198S的60M25B花瓦2D102JAPR3J1023150.0923J11517523.722S776亞1衽13365n:31613,261201025MA?201口17765二口村田7941王13439095 50 031027.6261201026IUN2010229461917J19.822057256127.1334T8950319B6.5761201037JUL3)tO2342743178C1.06

16、方D53.B01202j53332095031669U612D1038AUG201031196.5。2557023365223712513307B9503tB977flS1201039SEPX10296t08?19984.03123724130j13370695 50 041JU16G1?O1Oi10OCTSOW2明 花522325015452B91311337909503196B.02612010i11NOV2010267794623153.11*405歷說一1337989503t6649961|2010412DEC201033957.33超330.963959370最后， 我們要解決時(shí)間序

17、列預(yù)測(cè)的檢驗(yàn)和統(tǒng)計(jì)問題!各種統(tǒng)計(jì)檢驗(yàn)指標(biāo)和統(tǒng)計(jì)檢驗(yàn)圖表！iJ010131J：.M二11j4201DW.010(0L-j：；:uxc3t|就口。與劉 R0士士20tiI.q;?J2U11髓土臬土臬4J汪I/：決百/i-nUH5工小此,y工行招號(hào)11驊創(chuàng)狂對(duì)即理目廂5J闌跖峭打好山財(cái).g：凋呻1,市淮門打曾口吐加*黑即心引130*2297-1”上爐河工翻翻弱41153軸等31ILCL1押制，射nssinteJU情aim1TMM08?5口打liMlWSD15irsiii瑞才郵DC利干產(chǎn)博中,用i帷開抽出笛。時(shí)iifi荷翔門的后后.“卜”3后不檢電TT制就i.1和婚實(shí)際上我們可以通過軟件得到4dt)

18、)c10CCD30-4-(口T0*lLJ144Cl”4F口a44口.12.4rC.，4y 己 t-Jo肛-.七七IIUIIrITjII;n11l|ITl|1MIIrMlIMin身養(yǎng)心我詔H”輻H心代KH雌修JU譜心丁心HW 左星n由與口門 74-I二通,-4號(hào)W“口.以 4，口，花折.5，mear0qr-.re-nmmir-annrjiQS9IEXG?謫時(shí)間序列建模等囹技模型顯示擬合度量、LjungEw統(tǒng)計(jì)量和離番值的數(shù)量一擦臺(tái)度量：平稽的R方1平均組對(duì)誤差回艮方(R)最大第對(duì)誤差百分比均方根誤差匚最大魴對(duì)誤差平均蛆對(duì)誤差百分比標(biāo)睢化的BIC(L)比較模型的統(tǒng)計(jì)量M擬合優(yōu)度也)殘差目相關(guān)函數(shù)/

19、CF/A)殘差部分自相關(guān)函數(shù)CPHCF)M顯示預(yù)測(cè)值一個(gè)別模型的城計(jì)量O參數(shù)估計(jì)網(wǎng))殘差自相關(guān)函數(shù)(ACD(F)殘差部分自相關(guān)函數(shù)(PA&FWC)最后我們看一眼統(tǒng)計(jì)檢驗(yàn)指標(biāo)結(jié)果:執(zhí) id 加臺(tái)同言跖計(jì)量后中SEfeT值55075我疆RR3003氣11能口蝌Sfi.1F.fifilanoeooaooBOOeoo8Q0900r_800血比喀r99B222BM.B222859182126593122Ng.a26699221202S12D2t1102912029IJ02912.02B1a029通!2D7812.02QWIHMAPE1(133TT1032771032771032771t3377103E用J77103277103710127TgE1795.203i?05.2fi3179