SPSS時(shí)間序列分析-spss操作步驟

第17章時(shí)間序列分析TimeSeries

返回1整理課件各種時(shí)間序列分析過(guò)程修補(bǔ)缺失值與創(chuàng)建時(shí)間序列序列圖操作實(shí)例建立時(shí)間序列模型操作實(shí)例應(yīng)用時(shí)間序列模型操作自相關(guān)

操作實(shí)例季節(jié)分解法操作實(shí)例頻譜分析法頻譜分析操作實(shí)例互相關(guān)操作實(shí)例習(xí)題17及參考答案結(jié)束目錄返回2整理課件各種時(shí)間序列分析過(guò)程返回3整理課件修補(bǔ)缺失值過(guò)程與對(duì)話框返回4整理課件創(chuàng)建時(shí)間序列對(duì)話框運(yùn)行函數(shù)Lag時(shí)的結(jié)果說(shuō)明返回5整理課件序列圖

SequenceCharts返回6整理課件序列圖過(guò)程主對(duì)話框返回7整理課件時(shí)間軸參考線對(duì)話框

返回8整理課件定義時(shí)間軸的格式對(duì)話框

返回9整理課件序列圖應(yīng)用實(shí)例輸出

模型描述表

樣品處理摘要

含有基準(zhǔn)線的序列圖

返回10整理課件建立時(shí)間序列模型

Createmodels返回11整理課件時(shí)間序列建模提示框12整理課件TimeSerisesModeler對(duì)話框Variables選項(xiàng)卡

返回13整理課件專家建模標(biāo)準(zhǔn)模型選項(xiàng)卡

返回14整理課件判斷異常值選項(xiàng)卡15整理課件

指數(shù)平滑標(biāo)準(zhǔn)模型選項(xiàng)卡

返回16整理課件ARIMACriteriaModel選項(xiàng)卡返回17整理課件偵查異常值的選項(xiàng)卡

返回18整理課件自變量轉(zhuǎn)換選項(xiàng)卡返回19整理課件時(shí)間序列模型Statistics選項(xiàng)卡返回20整理課件TimeSerisesModlerPlots選項(xiàng)卡

返回21整理課件TimeSerisesModlerOutputFilter對(duì)話框

返回22整理課件TimeSerisesModlerSave選項(xiàng)卡

返回23整理課件時(shí)間序列模型Option選項(xiàng)卡

返回24整理課件時(shí)間序列分析實(shí)例輸出模型描述均數(shù)絕對(duì)百分比誤差頻數(shù)圖

最大絕對(duì)百分比誤差頻數(shù)圖返回25整理課件時(shí)間序列分析實(shí)例輸出(1)模型擬合

返回26整理課件時(shí)間序列分析實(shí)例輸出(2)模型統(tǒng)計(jì)數(shù)據(jù)返回27整理課件時(shí)間序列分析實(shí)例輸出(3)預(yù)測(cè)部分結(jié)果數(shù)據(jù)編輯器中的新變量返回28整理課件應(yīng)用時(shí)間序列模型

（Applymodels）返回29整理課件ApplytimeSeriesmodels對(duì)話框

返回30整理課件自相關(guān)

（Autocorrelations）返回31整理課件

Autocorrelations對(duì)話框

返回32整理課件

Options選項(xiàng)卡

返回33整理課件自相關(guān)分析實(shí)例輸出

模型描述樣品處理摘要自相關(guān)表返回34整理課件自相關(guān)分析實(shí)例輸出（1）自相關(guān)圖偏自相關(guān)表偏自相關(guān)圖返回35整理課件季節(jié)分解法SeasonalDeccomposition返回36整理課件季節(jié)分解主對(duì)話框返回37整理課件季節(jié)分解法分析實(shí)例輸出

模型描述季節(jié)因素

數(shù)據(jù)文件中增加的4個(gè)新變量返回38整理課件頻譜分析SpectralAnalyze返回39整理課件譜圖選擇對(duì)話框

返回40整理課件

頻譜分析實(shí)例輸出模型描述周期圖密度圖返回41整理課件互相關(guān)

Cross-Autocorrelation返回42整理課件

Cross-Autocorrelation對(duì)話框

返回43整理課件Options對(duì)話框

返回44整理課件互相關(guān)實(shí)例輸出模型描述樣品處理摘要返回45整理課件互相關(guān)實(shí)例輸出（1）互相關(guān)系數(shù)表

男女服裝銷售量的互相關(guān)圖

返回46整理課件17習(xí)題1、

時(shí)間序列的基本概念。時(shí)間序列分析過(guò)程中有哪幾種常用的方法？2、

對(duì)數(shù)據(jù)用時(shí)間序列模型進(jìn)行擬合處理前，應(yīng)做哪些準(zhǔn)備工作？3、

在哪個(gè)過(guò)程中可進(jìn)行缺失值的修補(bǔ)？修補(bǔ)缺失值的方法共有幾種？4、

在哪個(gè)過(guò)程中可定義時(shí)間變量？5、

時(shí)間序列分析是建立在序列的平穩(wěn)的條件上的，怎樣判斷序列是否平穩(wěn)？6、為什么要建一個(gè)時(shí)間序列的新變量？在SPSS的哪個(gè)過(guò)程中來(lái)建時(shí)間序列的新變量？7、光盤中Data17-07.sav（Data17-07a.sav是Data17-07.sav使用中文標(biāo)簽名的同一個(gè)文件）記錄了一個(gè)郵購(gòu)公司在1989年1月至1998年12月間男、女服裝產(chǎn)品的銷售量情況以及一些可能影響服裝銷售的宣傳、服務(wù)方面的變量。試用學(xué)過(guò)的時(shí)間序列方法對(duì)其進(jìn)行分析，并預(yù)測(cè)1999年4月的男裝的銷售量。

返回47整理課件時(shí)間序列習(xí)題參考答案1、

時(shí)間序列是指一個(gè)依時(shí)間順序做成的觀察資料的集合。時(shí)間序列分析過(guò)程中最常用的方法是：指數(shù)平滑、自回歸、綜合移動(dòng)平均及季節(jié)分解。2、

先對(duì)數(shù)據(jù)進(jìn)行必要的預(yù)處理和觀察，直到它變成穩(wěn)態(tài)后再用這些過(guò)程對(duì)其進(jìn)行分析。根據(jù)對(duì)數(shù)據(jù)建模前的預(yù)處理工作的先后順序，將它分為三個(gè)步驟：首先，對(duì)有缺失值的數(shù)據(jù)進(jìn)行修補(bǔ)，其次將數(shù)據(jù)資料定義為相應(yīng)的時(shí)間序列，最后對(duì)時(shí)間序列數(shù)據(jù)的平穩(wěn)性進(jìn)行計(jì)算觀察。3、

修補(bǔ)缺失值可在Transform菜單的ReplaceMissingValues過(guò)程中進(jìn)行。修補(bǔ)缺失值的方法共有五種，它們分別是：⑴、Seriesmean；⑵、Meanofnearbypoints；⑶、Medianofnearbypoints；⑷、Linearinterpolation；⑸、Lineartrendatpoint。4、

定義時(shí)間變量可在Data菜單的Definedates過(guò)程里實(shí)現(xiàn)。5、

判斷序列是否平穩(wěn)可以看它的均數(shù)和方差是否不再隨時(shí)間的變化而變化、自相關(guān)系數(shù)是否只與時(shí)間間隔有關(guān)而與所處的時(shí)間無(wú)關(guān)。6、在時(shí)間序列分析中，為檢驗(yàn)時(shí)間序列的平穩(wěn)性，經(jīng)常要用一階差分、二階差分，有時(shí)為選擇一個(gè)合適的時(shí)間序列的模型還要對(duì)原時(shí)間序列數(shù)據(jù)進(jìn)行對(duì)數(shù)轉(zhuǎn)換或平方根轉(zhuǎn)換等。這就需要在已經(jīng)建立的時(shí)間序列的數(shù)據(jù)庫(kù)中，再建一個(gè)新的時(shí)間序列的變量。在SPSS的CreateTimeSeries中可根據(jù)現(xiàn)有的數(shù)字型時(shí)間序列變量的函數(shù)建立一個(gè)新的變量。返回48整理課件時(shí)間序列習(xí)題參考答案（1）7、一、定義時(shí)間序列（說(shuō)明：1、對(duì)data17-07a.sav和data17-07.sav都要做這個(gè)工作。2、在第四步起data17-07.sav）返回49整理課件時(shí)間序列習(xí)題參考答案（2）二、序列圖分析

返回50整理課件時(shí)間序列習(xí)題參考答案（3）返回51整理課件時(shí)間序列習(xí)題參考答案（4）序列圖顯示了許多峰值，其中許多峰值是等間隔出現(xiàn)的，有很清楚的上升趨勢(shì)。等間隔的峰值暗示存在時(shí)間序列的周期成分?？紤]到銷售的季節(jié)性，高峰典型地發(fā)生在假期期間，你不必對(duì)數(shù)據(jù)中發(fā)現(xiàn)的年季節(jié)成分感到吃驚。也有峰值似乎沒(méi)有成為季節(jié)性模式的一部分，這表示鄰近的數(shù)據(jù)點(diǎn)顯著偏離。這些點(diǎn)可能是異常值，它可以而且應(yīng)該由ExpertModeler解決。返回52整理課件時(shí)間序列習(xí)題參考答案（5）三、自相關(guān)分析返回53整理課件時(shí)間序列習(xí)題參考答案（6）表中顯示的是自相關(guān)計(jì)算結(jié)果，從左向右，依次列出的是：滯后數(shù)、自相關(guān)系數(shù)值值、標(biāo)準(zhǔn)誤差、Box-ljung統(tǒng)計(jì)量（值、自由度、原假設(shè)成立的概率值）。由于原假設(shè)（假設(shè)基本過(guò)程是獨(dú)立的，也即假定時(shí)間序列所反映的隨機(jī)過(guò)程是白噪聲）成立的概率值都小于0.05，所以全部自相關(guān)均有顯著性意義。返回54整理課件時(shí)間序列習(xí)題參考答案（7）

在滯后12處的重要的頂點(diǎn)暗示在數(shù)據(jù)中存在周期為12（12個(gè)季度）的季節(jié)成分。檢查偏自相關(guān)函數(shù)圖同樣可得到這個(gè)十分明確的結(jié)論。返回55整理課件時(shí)間序列習(xí)題參考答案（8）四、建立時(shí)間序列模型返回56整理課件時(shí)間序列習(xí)題參考答案（9）返回57整理課件時(shí)間序列習(xí)題參考答案（10）返回58整理課件時(shí)間序列習(xí)題參考答案（11）

預(yù)測(cè)值與觀察值很好地?cái)M合在一起，表明模型有令人滿意的預(yù)測(cè)能力。返回59整理課件時(shí)間序列習(xí)題參考答案（12）該模型描述表包含每個(gè)估計(jì)模型名稱和模型類型。在本例中，因變量是男子服裝銷售量，系統(tǒng)分配的名稱是Model_1。專家建模得出的最佳擬合模型為ARIMA(0,0,0)(0,1,0)，它是1階季節(jié)差分自回歸綜合移動(dòng)平模型。模型的季節(jié)性說(shuō)明了在序列圖中見(jiàn)到的季節(jié)性峰值，1階差分反映了數(shù)據(jù)中明顯的上升趨勢(shì)。返回60整理課件時(shí)間序列習(xí)題參考答案（13）模型統(tǒng)計(jì)表給出了匯總信息和對(duì)每個(gè)估計(jì)模型最佳擬合的統(tǒng)計(jì)量。每個(gè)模型的結(jié)果用模型描述表中提供的模型標(biāo)識(shí)符被標(biāo)識(shí)。模型包含你最初指定的5個(gè)候選預(yù)測(cè)因子中的兩個(gè)預(yù)測(cè)因子。所以專家建模已經(jīng)識(shí)別出兩個(gè)可以用來(lái)預(yù)測(cè)的自變量。盡管時(shí)間序列模型主動(dòng)提供了許多不同的最佳擬合統(tǒng)計(jì)量，但我們只選擇了平穩(wěn)值。該統(tǒng)計(jì)量提供了由模型解釋的序列中總變異的百分比的估計(jì)，當(dāng)有趨勢(shì)或季節(jié)性模式時(shí)平穩(wěn)是最適宜的，就像本例的情況一樣。本例是個(gè)很大的值說(shuō)明擬合很好。Ljung-Box統(tǒng)計(jì)量同改良的Box-Pierce統(tǒng)計(jì)量一樣知名，提供了模型是否被正確地指定的象征。顯著性值小于0.05暗示在觀察值序列中存在不是由模型解釋的結(jié)構(gòu)。本例0.984的顯著性值說(shuō)明它是不顯著的，所以我們可以肯定正確地指定了模型。專家建模偵查出9個(gè)異常值。這些點(diǎn)中的每一個(gè)都已適當(dāng)?shù)乇荒M處理，所以不需要你從序列中移走它們。返回61整理課件時(shí)間序列習(xí)題參考答案（14）

ARIMA模型參數(shù)表顯示模型中所有參數(shù)的值，及由模型標(biāo)識(shí)符標(biāo)識(shí)的每個(gè)模型。它列出了模型中所有的變量，包括因變量和由專家建模確定有顯著性的自變量?，F(xiàn)在我們清楚地看到在模型統(tǒng)計(jì)量表中的兩個(gè)預(yù)測(cè)因子分別是郵寄商品目錄的數(shù)量和用于訂購(gòu)的開(kāi)放式電話線數(shù)量。它們都有顯著性意義（Sig.小于0.05）。返回62整理課件時(shí)間序列習(xí)題參考答案（15）五、預(yù)測(cè)1999年3月的郵寄商品目錄的數(shù)量和用于訂購(gòu)的開(kāi)放式電話線數(shù)量。

返回63整理課件時(shí)間序列習(xí)題參考答案（16）在數(shù)據(jù)編輯窗中顯示新變量Predicted_mail_Model_1andPredicted_phone_Model_2，包括其模型預(yù)測(cè)值。這些預(yù)測(cè)值被添加到121至123的記錄中。下面用這些值做相應(yīng)變換后來(lái)預(yù)測(cè)1999年3月的男裝銷售量。返回64整理課件時(shí)間序列習(xí)題參考答案（17）六、數(shù)據(jù)轉(zhuǎn)換返回65整理課件時(shí)間序列習(xí)題參考答案（18）返回66整理課件時(shí)間序列習(xí)題參考答案（19）七、預(yù)測(cè)1999年3月的男裝銷售量返回67整理課件時(shí)間序