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)行舉報或認(rèn)領(lǐng)
文檔簡介
16.1時間序列分析概述
16.2數(shù)據(jù)準(zhǔn)備
16.3時間序列的圖形化觀察及檢驗16.4時間序列的預(yù)處理(重點)
16.5簡單回歸分析法和趨勢外推法(自學(xué))
16.6指數(shù)平滑法(重點)
16.7ARIMA模型分析
16.8季節(jié)調(diào)整法(自學(xué))時間序列分析16.1時間序列分析概述16.1.1時間序列的相關(guān)概念16.1.2時間序列分析的一般步驟16.1.3
SPSS時間序列分析的特點時間序列分析是研究事件發(fā)展變化規(guī)律的一種量化分析方法。一般情況下,那些依時間先后順序排列起來的一系列有相同內(nèi)涵的數(shù)據(jù)通信都可以稱為時間序列。時間序列與一般的統(tǒng)計數(shù)據(jù)的不同之處在于:這是一些有嚴(yán)格先后順序的數(shù)據(jù)。大多數(shù)情況下它們往往存在某種前后相承的關(guān)系,而非互相獨立的。時間序列分析就是包含了針對這種獨特數(shù)據(jù)特點而形成和發(fā)展起來的一系列統(tǒng)計分析方法的一個完整的體系。16.1.1時間序列分析概述研究時間序列問題時常會涉及到以下概念:1.指標(biāo)集T
指標(biāo)集T可理解為時間t的取值范圍。2.采樣間隔△t
采樣間隔△t可理解為時間序列中相鄰兩個數(shù)的時間間隔。3.平穩(wěn)隨機(jī)過程和平穩(wěn)時間序列
時間序列的平穩(wěn)性是指時間序列的統(tǒng)計規(guī)律不會隨著時間的推移而發(fā)生變化。直觀上,一個平穩(wěn)的時間序列可以看作是一條圍繞其均值上下波動的曲線。從理論上,有兩種意義的平穩(wěn)性,一個是嚴(yán)平穩(wěn)或完全平穩(wěn),一個是寬平穩(wěn)或廣義平穩(wěn)。嚴(yán)平穩(wěn):如果對t1,t2,…,tn,h∈T和任意整數(shù)n,都使(yt1,yt2…,ytn)與(yt1+h,yt2+h,…,ytn+h)同分布,則概率空間(W,F,P)上隨機(jī)過程{y(t),t∈T}稱為平穩(wěn)過程。具有時間上的平穩(wěn)不變性。實踐當(dāng)中是非常困難甚至是不可能的。
直觀上,一個平穩(wěn)的時間序列可以看作是一條圍繞其均值上下波動的曲線。從理論上,有兩種意義的平穩(wěn)性,一個是嚴(yán)平穩(wěn)或完全平穩(wěn),一個是寬平穩(wěn)或廣義平穩(wěn)。嚴(yán)平穩(wěn):如果對t1,t2,…,tn,h∈T和任意整數(shù)n,都使(yt1,yt2…,ytn)與(yt1+h,yt2+h,…,ytn+h)同分布,則概率空間(W,F,P)上隨機(jī)過程{y(t),t∈T}稱為平穩(wěn)過程。具有時間上的平穩(wěn)不變性。實踐當(dāng)中是非常困難甚至是不可能的。
寬平穩(wěn):寬平穩(wěn)是指隨機(jī)過程的均值函數(shù)、方差函數(shù)均為常數(shù),自協(xié)方差函數(shù)僅是時間間隔的函數(shù)。如二階寬平穩(wěn)隨機(jī)過程定義為:E(yt)=E(yt+h)為常數(shù),且對t,t+h∈T都使協(xié)方差E{[yt–E(yt)][yt+h–E(yt+h)]}存在且與t無關(guān),只依賴于時間間隔h。4.白噪聲序列:若隨機(jī)序列{yt}由互不相關(guān)的隨機(jī)變量構(gòu)成,即對所有s≠t,Cov(ys,yt)=0,則稱其為白噪聲序列。白噪聲序列是一種特殊的平穩(wěn)序列,在不同時點上的隨機(jī)變量的協(xié)方差為0。該特性通常被稱為“無記憶性”,意味著無法根據(jù)其過去的特點推測其未來的走向,其變化沒有規(guī)律可循。當(dāng)模型的殘差序列成為白噪聲序列時,可認(rèn)為模型達(dá)到了較好的效果,剩余殘差中已經(jīng)沒有可以識別的信息。因此,白噪聲序列對模型檢驗也是很有用處的。5.時點序列列和時期期序列人們研究究的那些些按時間間先后順順序排列列的一系系列時間間序列數(shù)數(shù)據(jù)往往往由兩部部分組成成:一是是觀測值值;二是是觀測值值對應(yīng)的的時間點點或時間間段。指標(biāo)集T中的每個個元素表表示的是是一段時時間,這種數(shù)據(jù)據(jù)被稱為為時期數(shù)據(jù)據(jù);指標(biāo)集T中的每個個元素表表示的是是一個時時間點,這種數(shù)據(jù)據(jù)被稱為為時點數(shù)據(jù)據(jù)。16.1.2時間序列列分析的的一般步步驟(重點)數(shù)據(jù)的準(zhǔn)準(zhǔn)備階段段;數(shù)據(jù)的觀觀察及檢檢驗階段段:總體把把握時間間序列發(fā)發(fā)展變化化的特征征,以便便選擇恰恰當(dāng)?shù)哪DP瓦M(jìn)行行分析,,包括圖圖形方法法和統(tǒng)計計檢驗方方法;數(shù)據(jù)的預(yù)預(yù)處理階階段:一方面面能夠使使序列的的特征體體現(xiàn)得更更加明顯顯,利于于分析模模型的選選擇;另另一方面面使數(shù)據(jù)據(jù)滿足于于模型的的要求;;數(shù)據(jù)分析析和建模模階段:根據(jù)時時間序列列的特征征和分析析的要求求,選擇擇恰當(dāng)?shù)牡哪P瓦M(jìn)進(jìn)行數(shù)據(jù)據(jù)建模和和分析;;模型的評評價階段段:與模型型分析的的目標(biāo)相相結(jié)合評評價是否否達(dá)到了了分析的的目的以以及效果果如何;;模型的實實施應(yīng)用用階段。時間序列列分析方方法可分分為時域域分析和和頻域分分析兩類類,具體體有:簡單回歸歸分析法法適合序列列間結(jié)構(gòu)構(gòu)分析和和比較的的預(yù)測;趨勢外推推法適用于精精度要求求不很高高的中長長期趨勢勢預(yù)測;自回歸移移動平均均(ARMA)模型常用于對對隨機(jī)性性波動較較頻繁序序列的短短期預(yù)測測,對于非平平穩(wěn)的序序列可用用ARIMA模型;譜分析方方法適用于那那些高頻頻波動數(shù)數(shù)據(jù)。16.1.3時間序列列分析的的特點SPSS的時間序序列分析析是分散散在Data、Transform、Analyze、Graph四個功能能菜單當(dāng)當(dāng)中。在Data和Transform中實現(xiàn)對時時間序列列數(shù)據(jù)的的定義和和必要處處理,以以適應(yīng)各各種分析析方法的的要求;;在分析預(yù)測中主要提供供了幾種種時間序序列的分分析方法法,包括括指數(shù)平平滑法、、ARIMA模型和季季節(jié)調(diào)整整方法;;在分析預(yù)測中提供了時時間序列列分析的的圖形工工具,包包括序列列圖(Sequence)、自相關(guān)關(guān)函數(shù)和和偏自相相關(guān)函數(shù)數(shù)圖等。。另外,也也可利用用分析預(yù)測頻譜分析析模塊進(jìn)行行簡單的的譜分析析。16.2數(shù)據(jù)準(zhǔn)備備SPSS的數(shù)據(jù)準(zhǔn)準(zhǔn)備包括數(shù)據(jù)據(jù)文件的的建立、、時間定定義和數(shù)數(shù)據(jù)期間間的指定定。其中數(shù)據(jù)據(jù)文件的的建立與與一般SPSS數(shù)據(jù)文件件的建立立方法相相同,每每一個變變量將對對應(yīng)一個個時間序序列數(shù)據(jù)據(jù),且不不必建立立標(biāo)志時時間的變變量。具具體操作作這里不不再贅述述,僅重重點討論論時間定定義的操操作步驟驟。SPSS的時間定定義功能能用來將數(shù)數(shù)據(jù)編輯輯窗口中中的一個個或多個個變量指指定為時時間序列列變量,,并給它它們賦予予相應(yīng)的的時間標(biāo)標(biāo)志,具體操操作步驟驟是:1)選擇菜單單:DataDefineDates,出現(xiàn)窗窗口:2)個案為(CasesAre)框提供了了多種時時間形式式,可根據(jù)據(jù)數(shù)據(jù)據(jù)的實實際情情況選選擇與與其匹匹配的的時間間格式式和參參數(shù)。。并在在第一個個個案案為框中輸輸入起起初日日期。。至此,,完成成了SPSS的時間間定義義操作作。SPSS將在當(dāng)當(dāng)前數(shù)數(shù)據(jù)編編輯窗窗口中中自動動生成成標(biāo)志志時間間的變變量。。同時時,在輸出出窗口口中將將輸出出一個個簡要要的日日志,,說明明時間間標(biāo)志志變量量及其其格式式和包包含的的周期期等。。數(shù)據(jù)期期間的的選取取可通通過SPSS的數(shù)據(jù)選擇個個案(SelectCases)功能實實現(xiàn)。。16.3時間序序列的的圖形形化觀觀察及及檢驗驗16.3.1圖形化化觀察察及檢檢驗?zāi)磕康?6.3.2圖形化化觀察察工具具16.3.3時間序序列的的檢驗驗方法法16.3.4圖形化化觀察察和檢檢驗的的基本本操作作16.3.5圖形化化觀察察的應(yīng)應(yīng)用舉舉例回憶一一下回回歸分分析的的圖形形觀察察與檢驗做散點點圖看看大致致趨勢勢檢驗基基本假假設(shè)是是否滿滿足非線性性的轉(zhuǎn)轉(zhuǎn)化為線性性的處處理16.4.1圖形化化及檢檢驗?zāi)磕康臅r間序序列分分析的的第一一步是對其其發(fā)展展變化化的特特征有有一個個初步步的總總體把把握。。通過過圖形形化觀觀察和和檢驗驗?zāi)軌驂虬盐瘴諘r間間序列列的諸諸多特特征,如時時間序序列的的發(fā)展展趨勢勢是上上升還還是下下降,,還是是沒有有規(guī)律律的上上下波波動;;時間間序列列的變變化的的周期期性特特點;;時間間序列列波動動幅度度的變變化規(guī)規(guī)律;;時間間序列列中是是否存存在異異常點點,時時間序序列不不同時時間點點上數(shù)數(shù)據(jù)的的關(guān)系系等。。通過圖圖形化化觀察察和檢檢驗應(yīng)應(yīng)把握握以下下幾點點:時間序序列的的正態(tài)態(tài)性,考察察數(shù)據(jù)據(jù)是否否符合合正態(tài)態(tài)分布布;時間序序列的的平穩(wěn)穩(wěn)性,是要要了解解時間間序列列數(shù)據(jù)據(jù)適合合于什什么樣樣的模模型,,能否否直接接用來來建立立模型型等;;時間序序列的的周期期性,是指指隨著著時間間的推推移序序列呈呈現(xiàn)出出有規(guī)規(guī)律的的周期期性波波動;;時間序序列的的其他他特性性,如異異常值值、簇簇集性性等。。16.3.2圖形化化觀察察工具具序列圖圖(Sequence)一個平平穩(wěn)的的時間間序列列在水水平方方向平平穩(wěn)發(fā)發(fā)展,,在垂垂直方方向的的波動動性保保持穩(wěn)穩(wěn)定,,非平平穩(wěn)性性的表表現(xiàn)形形式多多種多多樣,,主要要特征征有:趨勢勢性、、異方方差性性、波波動性性、周周期性性、季季節(jié)性性、以以及這這些特特征的的交錯錯混雜雜等。。序列圖圖還可可用于于對序序列異異常值值的探探索,,以及及體現(xiàn)現(xiàn)序列列的““簇集集性””。異常值值是那些由由于外外界因因素的的干擾擾而導(dǎo)導(dǎo)致的的與序序列的的正常常數(shù)值值范圍圍偏差差巨大大的數(shù)數(shù)據(jù)點點?!按丶浴薄笔侵笖?shù)據(jù)據(jù)在一一段時時間內(nèi)內(nèi)具有有相似似的水水平,,在不不同的的水平平間跳跳躍性性變化化,而而非平平緩性性變化化。直方圖(Histogram)直方圖是體體現(xiàn)序列數(shù)數(shù)據(jù)分布特特征的一種種圖形,通過直方圖圖可以了解解序列的平平穩(wěn)性、正正態(tài)性等特特征。自相關(guān)函數(shù)數(shù)圖和偏自自相關(guān)函數(shù)數(shù)圖(ACF&PACF)所謂自相關(guān)關(guān)是指序列列與其自身身經(jīng)過某些些階數(shù)滯后后形成的序序列之間存存在某種程程度的相關(guān)關(guān)性。對自相關(guān)關(guān)的測度往往往采用自自協(xié)方差函函數(shù)和自相相關(guān)函數(shù)。。偏自相關(guān)函函數(shù)是在其其他序列給給定情況下下的兩序列列條件相關(guān)關(guān)性的度量量函數(shù)。自相關(guān)函數(shù)數(shù)圖和偏自自相關(guān)函數(shù)數(shù)圖對識別時間間序列的各各種非平穩(wěn)穩(wěn)性和確定定時序模型型中的參數(shù)數(shù)有非常重重要的作用用。各種時間序序列的自相相關(guān)函數(shù)圖圖和偏自相相關(guān)函數(shù)圖圖通常有一一定的特征征和規(guī)律::1)白噪聲序列列的各階自相相關(guān)函數(shù)和和偏自相關(guān)關(guān)函數(shù)值在在理論上均均為0。但實際當(dāng)當(dāng)中序列多多少會有一一些相關(guān)性性,但一般般會落在置置信區(qū)間內(nèi)內(nèi),同時沒沒有明顯的的變化規(guī)律律。2)具有趨勢性性的非平穩(wěn)穩(wěn)時間序列列,序列的各各階自相關(guān)關(guān)函數(shù)值顯顯著不為零零,同時隨隨著階數(shù)的的增大,函函數(shù)值呈緩緩慢下降的的趨勢;偏自相關(guān)關(guān)函數(shù)值則則呈明顯的的下降趨勢勢,很快落落入置信區(qū)區(qū)間。3)異方差的非非平穩(wěn)時間間序列,其各階自相相關(guān)函數(shù)顯顯著不為零零,且呈現(xiàn)現(xiàn)出正負(fù)交交錯,緩慢慢下降的趨趨勢;偏自相關(guān)關(guān)函數(shù)值也也呈正負(fù)交交錯的形式式,且下降降趨勢明顯顯。4)具有周期性性的非平穩(wěn)穩(wěn)時間序列列,其自相關(guān)關(guān)函數(shù)呈明明顯的周期期性波動,,且以周期期長度及其其整數(shù)倍數(shù)數(shù)為階數(shù)的的自相關(guān)和和偏自相關(guān)關(guān)函數(shù)值均均顯著不為為零。5)非周期的波波動性時間間序列,自相關(guān)函函數(shù)值會在在一定的階階數(shù)之后較較快的趨于于零,而偏自相相關(guān)函數(shù)則則會很快的的落入到置置信區(qū)間內(nèi)內(nèi)。譜密度圖(Spectral)譜密度圖用用于序列周周期性的檢檢驗,它是是時間序列列頻域分析析中識別序序列隱含周周期性的有有效方法。。譜分析法法重在對序列當(dāng)中中的周期成成分進(jìn)行識識別,從而而達(dá)到對序序列進(jìn)行認(rèn)認(rèn)識和分解解的目的。。互相關(guān)圖(Crosscorrelations)對兩個互相相對應(yīng)的時時間序列進(jìn)進(jìn)行相關(guān)性性分析的實實用圖形工工具?;ハ嚓P(guān)圖是是依據(jù)互相相關(guān)函數(shù)繪繪制出來的的。是不同時間間序列間不不同時期滯滯后序列的的相關(guān)性。。16.3.3時間序列的的檢驗方法法通常序列的的非平穩(wěn)性性可通過序列圖、自自相關(guān)函數(shù)數(shù)圖和偏自自相關(guān)函數(shù)數(shù)圖大致分分辨出來。。但有時還還需要一些些定量的檢檢驗方法。。參數(shù)檢驗法法。基本思路是是,將序列分成成若干子序序列,并分分別計算子子序列的均均值、方差差、相關(guān)函函數(shù)。根據(jù)平穩(wěn)性性假設(shè),當(dāng)當(dāng)子序列中中數(shù)據(jù)足夠夠多時,各統(tǒng)計量在在不同序列列之間不應(yīng)應(yīng)有顯著差差異。如果差值大大于檢驗值值,則認(rèn)為為序列具有有非平穩(wěn)性性。游程檢驗法法。游程檢驗是是一個非參參數(shù)檢驗方方法,其基本思路路是,將序序列的數(shù)值值按一定規(guī)規(guī)則重新分分組形成兩兩類。游程則為時時間序列中中同類數(shù)據(jù)據(jù)連在一起起的子序列列個數(shù)。一般認(rèn)為,,平穩(wěn)性的的或隨機(jī)性性的序列中中不應(yīng)出現(xiàn)現(xiàn)許多同類類數(shù)據(jù)連續(xù)續(xù)出現(xiàn)的情情況,也不不應(yīng)出現(xiàn)兩兩類數(shù)據(jù)反反復(fù)交替出出現(xiàn)的情形形。也就是是說游程不能太太多,也不不能太少。關(guān)于游程程檢驗的詳詳細(xì)內(nèi)容可可參見本書書有關(guān)非參參數(shù)檢驗的的章節(jié)。16.3.4圖形化觀察察和檢驗的的基本操作作1.繪制序列圖圖的基本操操作1)分析預(yù)測序列圖。2)將需繪圖的的序列變量量選入變量Variables框。3)在時間軸標(biāo)簽簽TimeAxisLabels框中指定橫橫軸(時間間軸)標(biāo)志志變量。該該標(biāo)志變量量默認(rèn)的是是日期型變變量。4)在轉(zhuǎn)換Transform框中指定對對變量進(jìn)行行怎樣的變變化處理。。其中Naturallogtransform表示對數(shù)據(jù)據(jù)取自然對對數(shù),Difference表示對數(shù)據(jù)據(jù)進(jìn)行n階(默認(rèn)1階)差分,Seasonallydifference表示對數(shù)據(jù)據(jù)進(jìn)行季節(jié)節(jié)差分。5)單擊擊時間間線線TimeLines按鈕鈕定定義義序序列列圖圖中中需需要要特特別別標(biāo)標(biāo)注注的的時時間間點點,,給給出出了了無無參參考考線線(NoreferenceLines)、每每一一個個更更改改的的線線(Lineateachchangeof)、在在日日期期上上的的線線(Lineatdate)三項項供供選選擇擇。。6)單擊擊格式式Format按鈕鈕定定義義圖圖形形的的格格式式,,可可選選擇擇橫橫向向或或縱縱向向序序列列圖圖;;對對于于單單變變量量序序列列圖圖,,可可選選擇擇繪繪制制線線圖圖或或面面積積圖圖,,還還可可選選擇擇在在圖圖中中繪繪制制序序列列的的均均值值線線;;對對多多變變量量的的序序列列圖圖,,可可選選擇擇將將不不同同變變量量在在同同一一時時間間點點上上的的點點用用直直線線連連接接起起來來.2.繪制制自自相相關(guān)關(guān)函函數(shù)數(shù)圖圖和和偏偏自自相相關(guān)關(guān)函函數(shù)數(shù)圖圖的的操操作作1)分析析預(yù)測測自相相關(guān)關(guān)。2)將需需繪繪制制的的序序列列變變量量選選入入變量量Variables框。。3)在輸出出Display框選選擇擇繪繪制制哪哪種種圖圖形形,,其其中中Autocorrelations表示示繪繪制制自自相相關(guān)關(guān)函函數(shù)數(shù)圖圖;;Partialautocorrelations表示示繪繪制制偏偏自自相相關(guān)關(guān)函函數(shù)數(shù)圖圖。。一一般般可可同同時時繪繪制制兩兩種種圖圖形形。。4)單擊擊選項項Options按鈕鈕定定義義相相關(guān)關(guān)參參數(shù)數(shù),,其其中中MaximumNumberofLags表示示相相關(guān)關(guān)函函數(shù)數(shù)值值包包含含的的最最大大滯滯后后期期,,即即時時間間間間隔隔h。一一般般情情況況下下可可選選擇擇兩兩個個最最大大周周期期以以上上的的數(shù)數(shù)據(jù)據(jù)。。在在StandardErrorMethod框中中指指定定計計算算相相關(guān)關(guān)系系數(shù)數(shù)標(biāo)標(biāo)準(zhǔn)準(zhǔn)差差的的方方法法,,它它將將影影響響到到相相關(guān)關(guān)函函數(shù)數(shù)圖圖形形中中的的置置信信區(qū)區(qū)間間。。目其其中Independencemodel表示假設(shè)序列是白噪聲的的過程;Bartlett’sapproximation表示,根據(jù)Bartlett給出的估計自自相關(guān)系數(shù)和和偏自相關(guān)系系數(shù)方差的近近似式計算方方差。該方法法適合當(dāng)序列列是一個k-1階的移動平均均過程,且標(biāo)標(biāo)準(zhǔn)差隨階數(shù)數(shù)的增大而增增大的情況。。5)選中Displayautocorrelationatperiodiclags表示只顯示時時間序列周期期整數(shù)倍處的的相關(guān)函數(shù)值值。一般如果果只考慮序列列中的周期因因素可選中該該項,否則該該步可略去。。3.繪制互相關(guān)圖圖的基本操作作1)分析預(yù)測互相關(guān)圖。2)把需繪圖的序序列變量選到到Variables框中。要求兩個序列列均具有平穩(wěn)穩(wěn)性。16.3.5圖形化觀察應(yīng)應(yīng)用舉例1、利用模擬序序列數(shù)據(jù):1)以各種序列繪繪制序列圖;;2)以各種序列繪繪制自相關(guān)函函數(shù)圖和偏自自相關(guān)函數(shù)圖圖。2、利用海關(guān)總總出口額數(shù)據(jù)據(jù),繪制出口口總額和外匯匯儲備的一階階逐期差分后后的序列互相相關(guān)圖。時間序列分析析(模擬序列列數(shù)據(jù)).sav1)以各種序列繪繪制序列圖操作過程輸出圖形1平穩(wěn)序列的序序列圖示例輸出圖形2具有上升趨勢勢的非平穩(wěn)序序列輸出圖形3具有異方差性性的非平穩(wěn)序序列輸出圖形4具有波動性的的非平穩(wěn)序列列輸出圖形5具有周期性的的非平穩(wěn)序列列時間序列分析析(模擬序列列數(shù)據(jù)).sav非平穩(wěn)序列差差分處理后變變?yōu)槠椒€(wěn)序列列輸出圖形操作過程時間序列分析析(模擬序列列數(shù)據(jù)).sav2)以各種序列繪繪制自相關(guān)函函數(shù)和偏自相相關(guān)函數(shù)圖正態(tài)白噪聲的的自相關(guān)函數(shù)數(shù)和偏自相關(guān)關(guān)函數(shù)的輸出出數(shù)據(jù)表輸出結(jié)果中的的數(shù)據(jù)表舉例例輸出圖形1正態(tài)白噪聲的的自相關(guān)函數(shù)數(shù)和偏自相關(guān)關(guān)函數(shù)圖輸出圖形2一個上升趨勢勢序列的自相相關(guān)函數(shù)和偏偏自相關(guān)函數(shù)數(shù)圖輸出圖形3一個異異方差差序列列的自自相關(guān)關(guān)函數(shù)數(shù)和偏偏自相相關(guān)函函數(shù)圖圖輸出圖圖形4一個周周期性性序列列的自自相關(guān)關(guān)函數(shù)數(shù)和偏偏自相相關(guān)函函數(shù)圖圖輸出圖圖形5一個非非周期期的波波動性性序列列的自自相關(guān)關(guān)函數(shù)數(shù)和偏偏自相相關(guān)函函數(shù)圖圖時間序序列分分析((總出出口額額).sav2.繪制互互相關(guān)關(guān)圖的的操作作舉例例互相關(guān)關(guān)圖輸出圖圖形輸出數(shù)數(shù)據(jù)16.4時間序序列的的預(yù)處處理16.4.1預(yù)處理理的目目的和和主要要方法法16.4.2預(yù)處理理的基基本操操作16.4.3預(yù)處理理的應(yīng)應(yīng)用舉舉例16.4.1預(yù)處理理的目目的和和主要要方法法通過數(shù)數(shù)據(jù)的的觀察察和檢檢驗階階段實實現(xiàn)對對序列列變化化特征征的把把握后后,就可根根據(jù)數(shù)數(shù)據(jù)的的特點點和分分析的的需要要對數(shù)數(shù)據(jù)進(jìn)進(jìn)行必必要的的變換換處理理。預(yù)處理理的目目的可可大致致歸納納為兩兩個方方面::第一,使序列列的特特征體體現(xiàn)得得更加加明顯顯,利利于分分析模模型的的選擇擇;第二,使數(shù)據(jù)據(jù)滿足足于某某些特特定模模型的的要求求。序列的的預(yù)處處理主主要包包括以以下幾幾個方方面:序列缺缺失數(shù)數(shù)據(jù)的的處理理序列數(shù)數(shù)據(jù)的的變換換處理理數(shù)據(jù)變變換主主要包包括序序列的的平穩(wěn)穩(wěn)化處處理和和序列列的平平滑處處理等等。序列的平平衡化處處理目的的是使處理理后的序序列成為為平穩(wěn)序序列。均值平穩(wěn)穩(wěn)化一般般采用差差分(Difference)處理,方方差平穩(wěn)穩(wěn)化一般般用Box-Cox變換處理理。1)差分是一一種通過過逐項相相減消除除前后期期數(shù)據(jù)相相關(guān)性的的方法,可大致致剔除序序列中的的趨勢性性,使數(shù)數(shù)據(jù)在水水平方向向基本平平穩(wěn)。差分不一一定是相相鄰項之之間的運運算,也也可以在在有一定定跨度的的時間點點之間進(jìn)進(jìn)行。季節(jié)差分分(Seasonaldifference)就是一個個典型的的代表。。對于既既有趨勢勢性又有有季節(jié)性性的序列列,可同同時進(jìn)行行差分和和季節(jié)差差分處理理。2)時間序列列的平滑滑處理目目的是為為了消除除序列中中隨機(jī)波波動性影影響。常用的平平滑處理理的方式式有:中心移動動平均法法(Centeredmovingaverage)計算以當(dāng)當(dāng)前為中中心的時時間跨度度k范圍內(nèi)數(shù)數(shù)據(jù)的移移動平均均數(shù)。向前移動動平均法法(Priormovingaverage)若指定時時間跨度度為k,則用當(dāng)當(dāng)前值前前面k個數(shù)據(jù)(注意:不不包括當(dāng)當(dāng)前值)的平均值值代替當(dāng)當(dāng)前值。。移動中位位數(shù)(Runingmedians)它以當(dāng)前前時間點點為中心心,根據(jù)據(jù)指定的的時間跨跨度k計算中位位數(shù)。另外,還可以通通過序列列取對數(shù)數(shù)以及對對序列進(jìn)進(jìn)行標(biāo)準(zhǔn)準(zhǔn)化、中中心化、、歸一化化處理等等方法進(jìn)進(jìn)行數(shù)據(jù)據(jù)變換。。它們可使使偏態(tài)分分布的序序列變成成對稱的的分布,,可消除除序列中中的異方方差性,,可使變變量間的的非線性性變換關(guān)關(guān)系轉(zhuǎn)換換成為線線性關(guān)系系,在時時間序列列數(shù)量級級很大的的時候會會起到顯顯著改善善計算精精度的作作用。16.4.2預(yù)處理的的基本操操作序列缺失失數(shù)據(jù)處處理的基基本操作作轉(zhuǎn)換替換缺失失值;把需處理理的變量量選擇到到新變量框框中,在名名稱和方方法框中中,在名稱后輸入處處理新生生成的變變量名,,在方法中選擇處處理缺失失值的替替代方法法,并單單擊更改按鈕。注意,若若序列中中第一個個或最后后一個數(shù)數(shù)據(jù)為缺缺失值,,只能用用序列均值值和線性趨勢勢法處理。時間序列列分析((模擬序序列數(shù)據(jù)據(jù)).sav缺失值處處理的操操作過程程輸出結(jié)果果變量集新新增一列列2.序列數(shù)據(jù)據(jù)變換的的基本操操作SPSS提供了專專門進(jìn)行行時間序序列數(shù)據(jù)據(jù)變換的的模塊,其中包含含:差分和季季節(jié)差分分等平穩(wěn)穩(wěn)化方法法,移動平均均和移動動中位數(shù)數(shù)等平滑滑方法,以及生成成新序列列的變換換方法。?;静俨僮鞑襟E驟如下::轉(zhuǎn)換創(chuàng)建時間間序列;把需處理理的變量量選擇到到新變量框框中,在名名稱和函函數(shù)框中中,在名稱后輸入處處理新生生成的變變量名,,在函數(shù)中選擇轉(zhuǎn)轉(zhuǎn)換處理理方法,在順序后輸入相相應(yīng)的階階數(shù),并并單擊更改按鈕。其中的方方法除前前面介紹紹的幾種種外,還還包括::累加求和和:即對當(dāng)當(dāng)前值和和當(dāng)前值值之間的的所有數(shù)數(shù)據(jù)進(jìn)行行求和,,生成原原序列的的累計值值序列。。滯后:即對指指定的階階數(shù)k,用從當(dāng)當(dāng)前值向向前數(shù)到到第k個數(shù)值來來代替當(dāng)當(dāng)前值。。這樣形形成的新新序列將將損失前前k個數(shù)據(jù)。。提前:與數(shù)據(jù)據(jù)滯后正正好相反反,即指指定的階階數(shù)k,從當(dāng)前前值向后后數(shù)以第第k個數(shù)值來來代替當(dāng)當(dāng)前值。。這樣形形成的新新序列將將損失后后k個數(shù)據(jù)。。時間序列列分析((模擬序序列數(shù)據(jù)據(jù)).sav用平滑法法進(jìn)行數(shù)數(shù)據(jù)轉(zhuǎn)換換的操作作變量集新新增一列列輸出結(jié)果果16.5簡單回歸歸法和趨趨勢外推推法(自學(xué),看書)16.5.1概述16.5.2應(yīng)用舉例例簡單回歸歸方法認(rèn)為時間間序列yt的變化大大體上可可由其他他與其對對應(yīng)的時時間序列列xt來決定,并以此出出發(fā)找出出序列與與其他序序列間的的大體上上的數(shù)量量關(guān)系。。趨勢外推推法認(rèn)為事物物的內(nèi)在在發(fā)展規(guī)規(guī)律是與與時間本本身的推推移相關(guān)關(guān)聯(lián)的,,可以建建立序列列與時間間t的函數(shù)關(guān)關(guān)系來反反映事物物發(fā)展的的規(guī)律,,并用于于對未來來的預(yù)測測。16.5.1概述兩種方法法都是基基于回歸歸分析原原理的。。所要研研究的時時間序列列被當(dāng)做做回歸模模型的被被解釋變變量,其其他變量量被稱為為回歸模模型的解解釋變量量。簡單回歸歸分析法法中,解釋變變量與被被解釋變變量都是是有實際際意義的的時間序序列。趨勢外推推法中,模型中中的解釋釋變量往往往是一一些表示示時間順順序的序序列,可可以沒有有實際意意義。人人們根據(jù)據(jù)事物的的發(fā)展規(guī)規(guī)律歸納納出了可可概括各各種發(fā)展展規(guī)律的的數(shù)學(xué)曲曲線形式式,多項項式是其其中應(yīng)用用最為廣廣泛的一一種,其其一般模模型為趨勢外推推法主要要用于較較長期的的預(yù)測分分析,由于模模型的選選擇存在在較強(qiáng)的的主觀性性,模型型選擇上上的差異異會導(dǎo)致致對同批批數(shù)據(jù)的的不同分分析結(jié)論論。16.5.2應(yīng)用舉例例書上P358(薛薇),根據(jù)煤炭炭和成品品油出口口量月度度數(shù)據(jù),,研究::煤炭出口口量在較較長一段段時間內(nèi)內(nèi)的發(fā)展展變化趨趨勢;煤炭出口口量與成成品油出出口量之之間的數(shù)數(shù)量關(guān)系系。時間序列列分析((煤炭及及成品油油出口)).sav先繪制煤煤炭出口口量的序序列圖時間序列列分析((煤炭及及成品油油出口)).sav1.趨勢外推推模型圖27趨勢外推推模型-操作趨勢外推推模型輸輸出結(jié)果果圖28表4時間序列列分析((煤炭及及成品油油出口)).sav2.簡單回歸歸模型圖形舊對話框框散點/點狀簡單分布布先繪制兩兩者間的的散點圖圖圖29簡單回歸歸模型-操作簡單回歸歸模型輸輸出結(jié)果果圖30表5兩者表現(xiàn)現(xiàn)為一種種正比例例對應(yīng)關(guān)關(guān)系1:0.744Thankyou9、靜夜四無鄰鄰,荒居舊業(yè)業(yè)貧。。1月-231月-23Thursday,January5,202310、雨中中黃葉葉樹,,燈下下白頭頭人。。。00:52:3500:52:3500:521/5/202312:52:35AM11、以我獨獨沈久,,愧君相相見頻。。。1月-2300:52:3500:52Jan-2305-Jan-2312、故人江江海別,,幾度隔隔山川。。。00:52:3500:52:3500:52Thursday,January5,202313、乍見翻疑疑夢,相悲悲各問年。。。1月-231月-2300:52:3500:52:35January5,202314、他他鄉(xiāng)鄉(xiāng)生生白白發(fā)發(fā),,舊舊國國見見青青山山。。。。05一一月月202312:52:35上上午午00:52:351月月-2315、比不不了得得就不不比,,得不不到的的就不不要。。。。。一月2312:52上上午1月-2300:52January5,202316、行動動出成成果,,工作作出財財富。。。2023/1/50:52:3500:52:3505January202317、做前,,能夠環(huán)環(huán)視四周周;做時時,你只只能或者者最好沿沿著以腳腳為起點點的射線線向前。。。12:52:35上上午12:52上上午00:52:351月-239、沒沒有有失失敗敗,,只只有有暫暫時時停停止止成成功功??!。。1月月-231月月-23Thursday,January5,202310、很很多多事
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
- 2025-2030全球多人賽車游戲行業(yè)調(diào)研及趨勢分析報告
- 2025文旅項目新年穿越之旅宋韻中國年主題活動策劃方案
- 第10講 俄羅斯(解析版)
- 2025個人財產(chǎn)信托合同的范本
- 2025抵押借款的標(biāo)準(zhǔn)合同范本
- 2025水毀工程監(jiān)理合同
- 海洋工程裝備研發(fā)生產(chǎn)合同
- 2025企業(yè)承包經(jīng)營合同書模板
- 提高財務(wù)管理能力的技巧
- 提高回答問題的技巧主題班會
- 腦卒中后吞咽障礙患者進(jìn)食護(hù)理團(tuán)體標(biāo)準(zhǔn)
- 墨香里的年味兒(2023年遼寧沈陽中考語文試卷記敘文閱讀題及答案)
- 工行人工智能風(fēng)控
- 2023風(fēng)電機(jī)組預(yù)應(yīng)力混凝土塔筒與基礎(chǔ)結(jié)構(gòu)設(shè)計標(biāo)準(zhǔn)
- 小學(xué)語文閱讀教學(xué)落實學(xué)生核心素養(yǎng)方法的研究-結(jié)題報告
- 一年級的成長歷程
- 2024年南京鐵道職業(yè)技術(shù)學(xué)院高職單招(英語/數(shù)學(xué)/語文)筆試歷年參考題庫含答案解析
- 正月十五元宵節(jié)介紹課件
- 病毒性肺炎疾病演示課件
- 中考英語語法填空專項練習(xí)附答案(已排版-可直接打印)
- 口腔醫(yī)學(xué)中的人工智能應(yīng)用培訓(xùn)課件
評論
0/150
提交評論