版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
第17章時(shí)間序列分析TimeSeries
返回各種時(shí)間序列分析過程修補(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)束目錄返回各種時(shí)間序列分析過程返回修補(bǔ)缺失值過程與對話框返回創(chuàng)建時(shí)間序列對話框運(yùn)行函數(shù)Lag時(shí)的結(jié)果說明返回序列圖
SequenceCharts返回序列圖過程主對話框返回時(shí)間軸參考線對話框
返回定義時(shí)間軸的格式對話框
返回序列圖應(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
返回建立時(shí)間序序列模型Createmodels返回時(shí)間序列建建模提示框框TimeSerisesModeler對對話框Variables選項(xiàng)卡返回專家建模標(biāo)標(biāo)準(zhǔn)模型選選項(xiàng)卡返回判斷異常值值選項(xiàng)卡指數(shù)平滑標(biāo)標(biāo)準(zhǔn)模型選選項(xiàng)卡返回ARIMACriteriaModel選選項(xiàng)卡返回偵查異常值值的選項(xiàng)卡卡返回自變量轉(zhuǎn)換換選項(xiàng)卡返回時(shí)間序列模模型Statistics選選項(xiàng)卡返回TimeSerisesModlerPlots選項(xiàng)卡返回回TimeSerisesModlerOutputFilter對對話話框框返回回TimeSerisesModlerSave選選項(xiàng)項(xiàng)卡卡返回回時(shí)間間序序列列模模型型Option選選項(xiàng)項(xiàng)卡卡返回回時(shí)間間序序列列分分析析實(shí)實(shí)例例輸出出模型型描描述述均數(shù)數(shù)絕絕對對百百分分比比誤誤差差頻頻數(shù)數(shù)圖圖最大大絕絕對對百百分分比比誤誤差差頻頻數(shù)數(shù)圖圖返回回時(shí)間間序序列列分分析析實(shí)實(shí)例例輸出出(1)模型型擬擬合合返回回時(shí)間間序序列列分分析析實(shí)實(shí)例例輸出出(2)模型型統(tǒng)統(tǒng)計(jì)計(jì)數(shù)數(shù)據(jù)據(jù)返回回時(shí)間間序序列列分分析析實(shí)實(shí)例例輸出(3)預(yù)測部分結(jié)果果數(shù)據(jù)編輯器中中的新變量返回應(yīng)用時(shí)間序列列模型(Applymodels)返回ApplytimeSeriesmodels對話話框返回自相關(guān)(Autocorrelations)返回Autocorrelations對話框返回Options選項(xiàng)卡返回自相關(guān)分析實(shí)實(shí)例輸出模型描述樣品處理摘要要自相關(guān)表返回自相關(guān)分析實(shí)實(shí)例輸出(1)自相關(guān)圖偏自相關(guān)表偏自相關(guān)圖返回季節(jié)分解解法SeasonalDeccomposition返回季節(jié)分解主對對話框返回季節(jié)分解法分分析實(shí)例輸出出模型描述季節(jié)因素?cái)?shù)據(jù)文件中增增加的4個(gè)新新變量返回頻譜分析SpectralAnalyze返回譜圖選擇對話話框返回頻譜分析實(shí)例例輸出模型描述周期圖密度圖返回互相關(guān)Cross-Autocorrelation返回Cross-Autocorrelation對話框返回Options對話框返回互相關(guān)實(shí)例輸輸出模型描述樣品處理摘要要返回互相關(guān)實(shí)例輸輸出(1)互相關(guān)系數(shù)表表男女服裝銷售售量的互相關(guān)關(guān)圖返回17習(xí)題題1、
時(shí)間間序列的基本本概念。時(shí)時(shí)間序列分析析過程中有哪哪幾種常用的的方法?2、
對數(shù)數(shù)據(jù)用時(shí)間序序列模型進(jìn)行行擬合處理前前,應(yīng)做哪些些準(zhǔn)備工作??3、
在哪哪個(gè)過程中可可進(jìn)行缺失值值的修補(bǔ)?修修補(bǔ)缺失值的的方法共有幾幾種?4、
在哪哪個(gè)過程中可可定義時(shí)間變變量?5、
時(shí)間間序列分析是是建立在序列列的平穩(wěn)的條條件上的,怎怎樣判斷序列列是否平穩(wěn)??6、為什么要要建一個(gè)時(shí)間間序列的新變變量?在SPSS的哪個(gè)過程中中來建時(shí)間序序列的新變量量?7、光盤中Data17-07.sav(Data17-07a.sav是Data17-07.sav使使用中文標(biāo)簽簽名的同一個(gè)個(gè)文件)記錄錄了一個(gè)郵購購公司在1989年1月月至1998年12月間間男、女服裝裝產(chǎn)品的銷售售量情況以及及一些可能影影響服裝銷售售的宣傳、服服務(wù)方面的變變量。試用學(xué)學(xué)過的時(shí)間序序列方法對其其進(jìn)行分析,,并預(yù)測1999年4月月的男裝的銷銷售量。返回時(shí)間序列習(xí)題題參考答案1、
時(shí)間間序列是指一一個(gè)依時(shí)間順順序做成的觀觀察資料的集集合。時(shí)間序序列分析過程程中最常用的的方法是:指指數(shù)平滑、自自回歸、綜合合移動(dòng)平均及及季節(jié)分解。。2、
先對對數(shù)據(jù)進(jìn)行必必要的預(yù)處理理和觀察,直直到它變成穩(wěn)穩(wěn)態(tài)后再用這這些過程對其其進(jìn)行分析。。根據(jù)對數(shù)據(jù)據(jù)建模前的預(yù)預(yù)處理工作的的先后順序,,將它分為三三個(gè)步驟:首首先,對有缺缺失值的數(shù)據(jù)據(jù)進(jìn)行修補(bǔ),,其次將數(shù)據(jù)據(jù)資料定義為為相應(yīng)的時(shí)間間序列,最后后對時(shí)間序列列數(shù)據(jù)的平穩(wěn)穩(wěn)性進(jìn)行計(jì)算算觀察。3、
修補(bǔ)補(bǔ)缺失值可在在Transform菜菜單的ReplaceMissingValues過過程中進(jìn)行。。修補(bǔ)缺失值值的方法共有有五種,它們們分別是:⑴、Seriesmean;⑵⑵、Meanofnearbypoints;⑶⑶、Medianofnearbypoints;;⑷、Linearinterpolation;⑸、、Lineartrendatpoint。4、
定義義時(shí)間變量可可在Data菜單的Definedates過程里實(shí)現(xiàn)現(xiàn)。5、
判斷斷序列是否平平穩(wěn)可以看它它的均數(shù)和方方差是否不再再隨時(shí)間的變變化而變化、、自相關(guān)系數(shù)數(shù)是否只與時(shí)時(shí)間間隔有關(guān)關(guān)而與所處的的時(shí)間無關(guān)。。6、在時(shí)間序序列分析中,,為檢驗(yàn)時(shí)間間序列的平穩(wěn)穩(wěn)性,經(jīng)常要要用一階差分分、二階差分分,有時(shí)為選選擇一個(gè)合適適的時(shí)間序列列的模型還要要對原時(shí)間序序列數(shù)據(jù)進(jìn)行行對數(shù)轉(zhuǎn)換或或平方根轉(zhuǎn)換換等。這就需需要在已經(jīng)建建立的時(shí)間序序列的數(shù)據(jù)庫庫中,再建一一個(gè)新的時(shí)間間序列的變量量。在SPSS的CreateTimeSeries中可根據(jù)現(xiàn)現(xiàn)有的數(shù)字型型時(shí)間序列變變量的函數(shù)建建立一個(gè)新的的變量。返回時(shí)間序列習(xí)習(xí)題參考答答案(1))7、一、定義時(shí)時(shí)間序列(說明:1、對data17-07a.sav和data17-07.sav都要要做這個(gè)工工作。2、、在第四步步起data17-07.sav)返回時(shí)間序列習(xí)習(xí)題參考答答案(2))二、序列圖圖分析返回時(shí)間序列習(xí)習(xí)題參考答答案(3))返回時(shí)間序列習(xí)習(xí)題參考答答案(4))序列圖顯示示了許多峰峰值,其中中許多峰值值是等間隔隔出現(xiàn)的,,有很清楚楚的上升趨趨勢。等間間隔的峰值值暗示存在在時(shí)間序列列的周期成成分??紤]慮到銷售的的季節(jié)性,,高峰典型型地發(fā)生在在假期期間間,你不必必對數(shù)據(jù)中中發(fā)現(xiàn)的年年季節(jié)成分分感到吃驚驚。也有峰值似似乎沒有成成為季節(jié)性性模式的一一部分,這這表示鄰近近的數(shù)據(jù)點(diǎn)點(diǎn)顯著偏離離。這些點(diǎn)點(diǎn)可能是異異常值,它它可以而且且應(yīng)該由ExpertModeler解決。。返回時(shí)間序列習(xí)習(xí)題參考答答案(5))三、自相關(guān)關(guān)分析返回時(shí)間序列習(xí)習(xí)題參考答答案(6))表中顯示的的是自相關(guān)關(guān)計(jì)算結(jié)果果,從左向向右,依次次列出的是是:滯后數(shù)數(shù)、自相關(guān)關(guān)系數(shù)值值值、標(biāo)準(zhǔn)誤誤差、Box-ljung統(tǒng)統(tǒng)計(jì)量(值值、自由度度、原假設(shè)設(shè)成立的概概率值)。。由于原假假設(shè)(假設(shè)設(shè)基本過程程是獨(dú)立的的,也即假假定時(shí)間序序列所反映映的隨機(jī)過過程是白噪噪聲)成立立的概率值值都小于0.05,,所以全部部自相關(guān)均均有顯著性性意義。返回時(shí)間序列列習(xí)題參參考答案案(7))在滯后12處的的重要的的頂點(diǎn)暗暗示在數(shù)數(shù)據(jù)中存存在周期期為12(12個(gè)季度度)的季季節(jié)成分分。檢查查偏自相相關(guān)函數(shù)數(shù)圖同樣樣可得到到這個(gè)十十分明確確的結(jié)論論。返回時(shí)間序列列習(xí)題參參考答案案(8))四、建立立時(shí)間序序列模型型返回時(shí)間序列列習(xí)題參參考答案案(9))返回時(shí)間序列列習(xí)題參參考答案案(10)返回時(shí)間序列列習(xí)題參參考答案案(11)預(yù)測值與與觀察值值很好地地?cái)M合在在一起,,表明模模型有令令人滿意意的預(yù)測測能力。。返回時(shí)間序列習(xí)題題參考答案((12)該模型描述表表包含每個(gè)估估計(jì)模型名稱稱和模型類型型。在本例中中,因變量是是男子服裝銷銷售量,系統(tǒng)統(tǒng)分配的名稱稱是Model_1。專專家建模得出出的最佳擬合合模型為ARIMA(0,0,0)(0,1,0),它是是1階季節(jié)差差分自回歸綜綜合移動(dòng)平模模型。模型的的季節(jié)節(jié)性說說明了了在序序列圖圖中見見到的的季節(jié)節(jié)性峰峰值,,1階階差分分反映映了數(shù)數(shù)據(jù)中中明顯顯的上上升趨趨勢。。返回時(shí)間序序列習(xí)習(xí)題參參考答答案((13)模型統(tǒng)統(tǒng)計(jì)表表給出出了匯匯總信信息和和對每每個(gè)估估計(jì)模模型最最佳擬擬合的的統(tǒng)計(jì)計(jì)量。。每個(gè)個(gè)模型型的結(jié)結(jié)果用用模型型描述述表中中提供供的模模型標(biāo)標(biāo)識符符被標(biāo)標(biāo)識。。模型型包含含你最最初指指定的的5個(gè)個(gè)候選選預(yù)測測因子子中的的兩個(gè)個(gè)預(yù)測測因子子。所所以專專家建建模已已經(jīng)識識別出出兩個(gè)個(gè)可以以用來來預(yù)測測的自自變量量。盡盡管時(shí)時(shí)間序序列模模型主主動(dòng)提提供了了許多多不同同的最最佳擬擬合統(tǒng)統(tǒng)計(jì)量量,但但我們們只選選擇了了平穩(wěn)穩(wěn)值。。該統(tǒng)統(tǒng)計(jì)量量提供供了由由模型型解釋釋的序序列中中總變變異的的百分分比的的估計(jì)計(jì),當(dāng)當(dāng)有趨趨勢或或季節(jié)節(jié)性模模式時(shí)時(shí)平穩(wěn)穩(wěn)是最最適宜宜的,,就像像本例例的情情況一一樣。。本例例是個(gè)個(gè)很大大的值值說明明擬合合很好好。Ljung-Box統(tǒng)計(jì)計(jì)量同同改良良的Box-Pierce統(tǒng)統(tǒng)計(jì)量量一樣樣知名名,提提供了了模型型是否否被正正確地地指定定的象象征。。顯著著性值值小于于0.05暗示示在觀觀察值值序列列中存存在不不是由由模型型解釋釋的結(jié)結(jié)構(gòu)。。本例例0.984的的顯著著性值值說明明它是是不顯顯著的的,所所以我我們可可以肯肯定正正確地地指定定了模模型。。專家家建模模偵查查出9個(gè)異異常值值。這這些點(diǎn)點(diǎn)中的的每一一個(gè)都都已適適當(dāng)?shù)氐乇荒DM處處理,,所以以不需需要你你從序序列中中移走走它們們。返回時(shí)間序列習(xí)習(xí)題參考答答案(14)ARIMA模型參數(shù)數(shù)表顯示模模型中所有有參數(shù)的值值,及由模模型標(biāo)識符符標(biāo)識的每每個(gè)模型。。它列出了了模型中所所有的變量量,包括因因變量和由由專家建模模確定有顯顯著性的自自變量。現(xiàn)現(xiàn)在我們清清楚地看到到在模型統(tǒng)統(tǒng)計(jì)量表中中的兩個(gè)預(yù)預(yù)測因子分分別是郵寄寄商品目錄錄的數(shù)量和和用于訂購購的開放式式電話線數(shù)數(shù)量。它們們都有顯著著性意義((Sig.小于0.05)。。返回時(shí)間序列習(xí)題題參考答案((15)五、預(yù)測1999年3月月的郵寄商品品目錄的數(shù)量量和用于訂購購的開放式電電話線數(shù)量。。返回時(shí)間序列習(xí)題題參考答案((16)在數(shù)據(jù)編輯窗窗中顯示新變變量Predicted_mail_Model_1andPredicted_phone_Model_2,包括其其模型預(yù)測值值。這些預(yù)測測值被添加到到121至123的記錄錄中。下面用用這些值做相相應(yīng)變換后來來預(yù)測1999年3月的的男裝銷售量量。返回時(shí)間序列習(xí)題題參考答案((17)六、數(shù)據(jù)轉(zhuǎn)換換返回時(shí)間序列習(xí)題題參考答案((18)返回時(shí)間序列習(xí)題題參考答案((19)七、預(yù)測1999年3月月的男裝銷售售量返回時(shí)間序列習(xí)題題參考答案((20)返回時(shí)間序列習(xí)題題參考答案((21)預(yù)測表包含因因變量序列男男子服裝銷售售量的預(yù)測值值,其中兩個(gè)個(gè)預(yù)測因子為為郵寄商品目目錄的數(shù)量和和用于訂購的的開放式電話話線數(shù)量。該該表還包含置置信區(qū)間的上上(UCL)、下限(LCL)。在影響銷售量量的郵寄商品品目錄的數(shù)量量每月增加2000份,,而電話數(shù)量量還是按原先先變化規(guī)律的的前提下,1999年3月時(shí)男裝的的銷售量的預(yù)預(yù)測值為21580.96。返回預(yù)測的必要條條件:
取得得真實(shí)的數(shù)據(jù)據(jù)
選擇正確確的方法挖掘更多信息返回返回9、靜夜四四無鄰,,荒居舊舊業(yè)貧。。。1月-231月-23Wednesday,January4,202310、雨中黃黃葉樹,,燈下白白頭人。。。23:04:1023:04:1023:041/4/202311:04:10PM11、以以我我獨(dú)獨(dú)沈沈久久,,愧愧君君相相見見頻頻。。。。1月月-2323:04:1023:04Jan-2304-Jan-2312、故人江海別別,幾度隔山山川。。23:04:1023:04:1023:04Wednesday,January4,202313、乍見翻疑疑夢,相悲悲各問年。。。1月月-231月月-2323:04:1023:04:10January4,202314、他鄉(xiāng)鄉(xiāng)生白白發(fā),,舊國國見青青山。。。04一一月月202311:04:10下下午午23:04:101月-2315、比不了了得就不不比,得得不到的的就不要要。。。。一月2311:04下下午1月-2323:04January4,202316、行行動(dòng)動(dòng)出出成成果果,,工工作作出出財(cái)財(cái)富富。。。。2023/1/423:04:1023:04:1004January202317、做前前,能能夠環(huán)環(huán)視四四周;;做時(shí)時(shí),你你只能能或者者最好好沿著著以腳腳為起起點(diǎn)的的射線線向前前。。。11:04:10下下午午11:04下下午23:04:101月-239、沒有失敗,,只有暫時(shí)停停止成功!。。1月-231月-23Wednesday,January4,202310、很多事情情努力了未未必有結(jié)果果,但是不不努力卻什什么改變也也沒有。。。23:04:1023:04:1023:041/4/202311:04:10PM11、成成功功就就是是日日復(fù)復(fù)一一日日那那一一點(diǎn)點(diǎn)點(diǎn)點(diǎn)小小小小努努力力的的積積累累。。。。1月月-2323:04:1023:04Jan-2304-Jan-2312、世間成事事,不求其其絕對圓滿滿,留一份份不足,可可得無限完完美。。23:04:1023:04:1023:04Wednesday,January4,202313、不知香積寺寺,數(shù)里入云云峰。。1月-231月-2323:04:1023:04:10January4,202314、意志志堅(jiān)強(qiáng)強(qiáng)的人人能把把世界界放在在手中中像泥泥塊一一樣任任意揉揉捏。。04一一月月202311:04:10下下午午23:04:101月-2315、楚塞三湘湘接,荊門門九派通。。。。一月2311:04下午1月-2323:04January4,202316、少年十五五二十時(shí),,步行奪得得胡馬騎。。。2023/1/423:04:1023:04:1004January202317、空山新雨后后,天氣晚來來秋。。11:04:10下午午11:04下下午23:04:101月-239、楊楊柳柳散散和和風(fēng)風(fēng),,青青山
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2022-2027年中國糧食物流產(chǎn)業(yè)園區(qū)行業(yè)發(fā)展前景及投資戰(zhàn)略咨詢報(bào)告
- 21我不能失信說課稿-2023-2024學(xué)年三年級下冊語文統(tǒng)編版
- 2025年度充電樁充電站智能充電解決方案合同3篇
- Module4 Unit 2 The apples are falling down the stairs(說課稿)-2023-2024學(xué)年外研版(三起)英語六年級下冊
- 2025年中國氫化可的松片行業(yè)發(fā)展全景監(jiān)測及投資方向研究報(bào)告
- 2024秋九年級化學(xué)上冊 第一單元 走進(jìn)化學(xué)世界 課題3 走進(jìn)化學(xué)實(shí)驗(yàn)室說課稿(新版)新人教版
- 2024版江西省個(gè)人離婚合同規(guī)范化文檔版B版
- 2024秋七年級數(shù)學(xué)上冊 第6章 平面圖形的認(rèn)識(一)6.4 平行 1平行線說課稿(新版)蘇科版
- 二零二五年度生物制藥遠(yuǎn)期銷售合同4篇
- 2025年車房租賃與智慧城市建設(shè)合同范本3篇
- 北師大版小學(xué)三年級上冊數(shù)學(xué)第五單元《周長》測試卷(含答案)
- 國家安全責(zé)任制落實(shí)情況報(bào)告3篇
- DB45T 1950-2019 對葉百部生產(chǎn)技術(shù)規(guī)程
- 2024年度順豐快遞冷鏈物流服務(wù)合同3篇
- 六年級下冊【默寫表】(牛津上海版、深圳版)(漢譯英)
- 合同簽訂培訓(xùn)
- 新修訂《保密法》知識考試題及答案
- 電工基礎(chǔ)知識培訓(xùn)課程
- 鐵路基礎(chǔ)知識題庫單選題100道及答案解析
- 金融AI:顛覆與重塑-深化理解AI在金融行業(yè)的實(shí)踐與挑戰(zhàn)
- 住宅樓安全性檢測鑒定方案
評論
0/150
提交評論