時(shí)間序列分析教材(PPT 70頁(yè))

1、第第1717章章 時(shí)間序列分析時(shí)間序列分析Time Series 返回返回各種時(shí)間序列分析過程各種時(shí)間序列分析過程修補(bǔ)缺失值修補(bǔ)缺失值與與創(chuàng)建時(shí)間序列創(chuàng)建時(shí)間序列序列圖序列圖操作操作實(shí)例實(shí)例建立時(shí)間序列模型建立時(shí)間序列模型 操作操作實(shí)例實(shí)例應(yīng)用時(shí)間序列模型應(yīng)用時(shí)間序列模型操作操作自相關(guān)自相關(guān) 操作操作實(shí)例實(shí)例季節(jié)分解法季節(jié)分解法操作操作實(shí)例實(shí)例頻譜分析法頻譜分析法頻譜分析操作頻譜分析操作實(shí)例實(shí)例互相關(guān)互相關(guān)操作操作實(shí)例實(shí)例習(xí)題習(xí)題17及參考答案及參考答案結(jié)束結(jié)束目目 錄錄返回返回各種時(shí)間序列分析過程各種時(shí)間序列分析過程返回返回修補(bǔ)缺失值過程與對(duì)話框修補(bǔ)缺失值過程與對(duì)話框返回返回創(chuàng)建時(shí)間序列對(duì)話

2、框創(chuàng)建時(shí)間序列對(duì)話框 運(yùn)行函數(shù)運(yùn)行函數(shù)LagLag時(shí)的結(jié)果說明時(shí)的結(jié)果說明 返回返回序列圖序列圖 Sequence Charts 返回返回序列圖過程序列圖過程 主對(duì)話框主對(duì)話框返回返回時(shí)間軸參考線對(duì)話框時(shí)間軸參考線對(duì)話框 返回返回定義時(shí)間軸的格式定義時(shí)間軸的格式對(duì)話框?qū)υ捒?返回返回序列圖應(yīng)用實(shí)例輸出序列圖應(yīng)用實(shí)例輸出 模型描述表模型描述表 樣品處理摘要樣品處理摘要 含有基準(zhǔn)線的序列圖含有基準(zhǔn)線的序列圖 返回返回建立時(shí)間序列模型建立時(shí)間序列模型 Create models 返回返回時(shí)間序列建模提示框 Time Serises Modeler 對(duì)話框?qū)υ捒騐ariables選項(xiàng)卡選項(xiàng)卡 返回返回

3、專家建模標(biāo)準(zhǔn)模型選項(xiàng)卡專家建模標(biāo)準(zhǔn)模型選項(xiàng)卡 返回返回判斷異常值選項(xiàng)卡 指數(shù)平滑標(biāo)準(zhǔn)模型選項(xiàng)卡指數(shù)平滑標(biāo)準(zhǔn)模型選項(xiàng)卡 返回返回ARIMA Criteria Model選項(xiàng)卡 返回返回偵查異常值的選項(xiàng)卡 返回返回自變量轉(zhuǎn)換選項(xiàng)卡 返回返回時(shí)間序列模型Statistics選項(xiàng)卡 返回返回Time Serises Modler Plots選項(xiàng)卡 返回返回Time Serises Modler Output Filter對(duì)話框 返回返回Time Serises Modler Save選項(xiàng)卡 返回返回時(shí)間序列模型 Option選項(xiàng)卡 返回返回時(shí)間序列分析實(shí)例時(shí)間序列分析實(shí)例輸出輸出模型描述 均數(shù)絕對(duì)百分

4、比誤差頻數(shù)圖 最大絕對(duì)百分比誤差頻數(shù)圖 返回返回時(shí)間序列分析實(shí)例時(shí)間序列分析實(shí)例輸出輸出(1)(1)模型擬合模型擬合 返回返回時(shí)間序列分析實(shí)例時(shí)間序列分析實(shí)例輸出輸出(2)(2)模型統(tǒng)計(jì)數(shù)據(jù) 返回返回時(shí)間序列分析實(shí)例時(shí)間序列分析實(shí)例輸出輸出(3)(3)預(yù)測(cè)部分結(jié)果 數(shù)據(jù)編輯器中的新變量 返回返回應(yīng)用時(shí)間序列模型應(yīng)用時(shí)間序列模型 （Apply models ）返回返回Apply time Series models對(duì)話框?qū)υ捒?返回返回自相關(guān)自相關(guān) （Autocorrelations ）返回返回 Autocorrelations對(duì)話框?qū)υ捒?返回返回 Options選項(xiàng)卡 返回返回 自相關(guān)分析實(shí)

5、例輸出 模型描述 樣品處理摘要 自相關(guān)表 返回返回 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 返回返回季 節(jié) 分 解 法Seasonal Deccomposition返回返回季節(jié)分解主對(duì)話框季節(jié)分解主對(duì)話框返回返回季節(jié)分解法分析實(shí)例輸出季節(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 返回返回頻譜分析頻譜分析Spectral Analyze 返回返回 譜圖選擇對(duì)話框 返回返回 頻譜分析實(shí)例輸出模型描述 周期圖 密度圖 返回返回互相關(guān)互相關(guān) Cross -Autocorrelation 返回返回 Cross-Autocorrelation對(duì)話框 返回返回 O

6、ptions對(duì)話框 返回返回 互相關(guān)實(shí)例輸出模型描述 樣品處理摘要 返回返回 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 返回返回17 17 習(xí)題習(xí)題 1、 時(shí)間序列的基本概念。 時(shí)間序列分析過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)過程中來建時(shí)間序列的新變量？7、光盤中Data17-07.sav（Data17-07a

7、.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。 返回返回時(shí)間序列習(xí)題參考答案時(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

8、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Replace Missing Values過程中進(jìn)行。修補(bǔ)缺失值的方法共有五種，它們分別是：、Series mean； 、Mean of nearby points； 、Median of nearby points； 、Linear interpolation； 、Linear trend at point。4、 定義時(shí)間變量可在Data菜單的Define dates過程里實(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)

9、是否只與時(shí)間間隔有關(guān)而與所處的時(shí)間無關(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Create Time Series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。 返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（1 1）7、一、定義時(shí)間序列 （說明：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） 返回返回時(shí)間序列習(xí)

10、題參考答案（時(shí)間序列習(xí)題參考答案（2 2）二、序列圖分析 返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（3 3）返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（4 4）q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。q也有峰值似乎沒有成為季節(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Expert Modeler解決。 返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（5 5）三、自相關(guān)分析 返回返

11、回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（6 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)基本過程是獨(dú)立的，也即假定時(shí)間序列所反映的隨機(jī)過程是白噪聲）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。 返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（7 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。 返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（8 8）四、建立時(shí)間序

12、列模型 返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（9 9）返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（1010）返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（1111） 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。 返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（1212）q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。q模型的季節(jié)性說明了在序列圖中見到的季節(jié)性峰值，1階差分反映了

13、數(shù)據(jù)中明顯的上升趨勢(shì)。返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（1313） 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

14、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。 返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（1414） 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。現(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)的開放式電話線數(shù)量。它們都有顯著性意義（Sig.小于0.0

15、5）。返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（1515）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)的開放式電話線數(shù)量。 返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（1616） 在數(shù)據(jù)編輯窗中顯示新變量Predicted_mail_Model_1 and Predicted_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)變換后來預(yù)測(cè)1999年3月的男裝銷售量。 返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（1717）六、數(shù)據(jù)轉(zhuǎn)換返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（1818）返回返回時(shí)間序列習(xí)題參考答案（時(shí)間序列習(xí)題參考答案（1919）七、預(yù)測(cè)1999年3月的男裝銷售量返回返回時(shí)間序列習(xí)題參考答案（時(shí)