數(shù)據(jù)挖掘?qū)嶒瀳蟾?參考)

1、時間序列的模型法和數(shù)據(jù)挖掘兩種方法比較分析研究實驗目的 : 通過實驗能對時間序列的模型法和數(shù)據(jù)挖掘兩種方法的原理和優(yōu)缺點有更清楚 的認識和比較 .實驗內(nèi)容 :（ARIMA） 和時序模,并對兩種方法的趨勢和預測結果進行比較并選用1952-2006年的中國GDP分別對之用自回歸移動平均模型 型的數(shù)據(jù)挖掘方法進行分析和預測 給出解釋 .實驗數(shù)據(jù) :本文研究選用 1952-2006 年的中國GDP,其資料如下日期國內(nèi)生產(chǎn)總值 （億元 ）日期國內(nèi)生產(chǎn)總值 （億元 ）2006-12-312094071997-12-31747722005-12-311830851996-12-312004-12-31136

2、5151995-12-312003-12-311994-12-312002-12-311993-12-312001-12-311992-12-312000-12-31894041991-12-311999-12-31820541990-12-311998-12-31795531989-12-311988-12-311969-12-311987-12-311968-12-311986-12-311967-12-311985-12-311966-12-3118681984-12-3171711965-12-311983-12-311964-12-3114541982-12-311963-12-31

3、1981-12-311962-12-311980-12-311961-12-3112201979-12-311960-12-3114571978-12-311959-12-3114391977-12-311958-12-3113071976-12-311957-12-3110681975-12-311956-12-3110281974-12-311955-12-319101973-12-311954-12-318591972-12-311953-12-318241971-12-311952-12-316791970-12-31表一國內(nèi)生產(chǎn)總值（GDP）是指一個國家或地區(qū)所有常住單位在一定時期內(nèi)

4、生產(chǎn)活動的最終成果。這個指標把國民經(jīng)濟全部活動的產(chǎn)出成果概括在一個極為簡明的統(tǒng)計數(shù)字之中為評價和衡 量國家經(jīng)濟狀況、 經(jīng)濟增長趨勢及社會財富的經(jīng)濟表現(xiàn)提供了一個最為綜合的尺度,可以說,對其進行的分析預測具有重要的理論它是影響經(jīng)濟生活乃至社會生活的最重要的經(jīng)濟指標。 與現(xiàn)實意義。實驗步驟：1.選用1952年到2001年這50個數(shù)據(jù)參與自回歸移動平均模型（ARIMA）建模（所用的工具是Eviews）.根據(jù)博克斯-詹金斯提出的建模思想，具體步驟為：（1）對原序列進行平穩(wěn)性檢驗。在以年份為橫軸，以山東省GDP為縱軸的坐標系中作曲線圖如圖1所示。圖一從圖1中可以看出全國的 GDP不具有明顯的周期變化和季

5、節(jié)波動，但呈現(xiàn)出明顯的增長趨 勢，他的相關系數(shù)和偏相關系數(shù)如圖二所示Cate： 02/24108 Tim： 15.15Sample' 1952 2U01Ircludpd chspivatiori5' EQAuTocorrelaiion Farrial Correlation AC FAC Q-5tat Prab10.8970 897佗653O.ODC120 794-0 0527e.7beO.OJL130 632- 04B1D3.29D.ra14fl陽4-n 037nmn1匚0 4750 073135.b0O.OJL1£J 3630 oeo143.63O.OJC170

6、275D 009140.21O.OJL1&J 20.10 044150.76O.OJCh9J.15D0 029152.21O.OJC1IDQ.1D9 13152.36.1110.07S0 016153 37O.OJL120 0170 031153.62O.ODC130.0130 041153.S4O.OJC14-0.00/0 025153.64D.LI3C1IE-n n?Rnonn1刊finomahIEO.O-IB0 005153 76D.03C117-0.0530 009154.0ED.03CIB-0.07/0 006154 650.03C19-0.033Dld15521D.03C2

7、C-0.09D0 0221GC.0GO.OJC21-0.109心024isr 120.03D22-3 119<1021158 4D.ma230.12B 018160.000.03C124-0.13B016161.050.03C圖二從圖二中可以看到，他的自相關系數(shù)是拖尾的，而偏相關系數(shù)是截尾的。 對樣本數(shù)據(jù)用 ADF進行單位根檢驗的到結果如圖三Auglllente d Dickey-Fill ler Unit Root Test on GD P-3 5713-2.9223-2.5990ADF Test Statistic 0.394E271 % Critical Value*5% Crit

8、ical Value10% Critical Value*f7lacKinnon critical values for rejection of hypothesis of 對 unit root.圖三這里ADF值大于三個不同檢驗水平下的臨界值，故而可以判斷出，我國GDP序列是非平穩(wěn)的。這就需要對 GDP序列進行差分以使序列變得平穩(wěn)。由圖一可以看出，GDP序列明顯帶有指數(shù)性質(zhì)，因此現(xiàn)對該序列進行對數(shù)變換在eviews中輸入genr Ingdp=1 n(gdp)生成新的序列Ingdp，并對新序列進行平穩(wěn)性檢驗。 Lngdp的相關系數(shù)和偏相關系數(shù)如圖四所示，CorFfDate? 03/24/00

9、 Time: 22:35Sample: 1952 2001Ireluded obseryations: 50AC PAC Q-Stat ProbAutocorrelation Partial Correlaitior2345G1y0 12 317181920212223240.939 0.939.eZB -0 0350.815 -0 0490.749 *0 054O.E03 0410.G15 0550.550 017.439 43.00S.431 -0 0140.373 -.0430.315 0.0390.2e0 0.0310.206 -0 0270.166 -0 0190.110 *0.00

10、60.054 0430.01G -.046-0.022 0.001-0.056 O.OD5-0.006 -0 023-0.119 -.035-0.149 0.0310.176心*0.204 *0 02546 797 80.532125.23156 94 103 38206.23 22452239.30 251. oe 2bO.aQ 256.7G271.31 274 30 276.05 27E.95277.26 277 3G277.32 277.59276.26 275.54 231.61 234.67 206.950.0000.0000.0000.0000.0000.0000.0000.000

11、Q.OOO0.0000 0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.0000.000圖四 對Ingdp用ADF進行單位根檢驗的結果如圖五Augmented Dickey-Fuller Unit ftaat Tesl on LNGDP-35713-2.92262.5990ADF Test Statistic 1.2510231% Critical Value*5% Critical Value10% Critical Value*MacKinnori critical vaibes for rejeciion of hy

12、pothesis of a unit root.圖五這里Ingdp的ADF變成了，依然大于三種不同檢驗水平下的臨界值。從中可以看出，對GDP序列進行對數(shù)處理后，序列Ingdp序列依然不平穩(wěn)。需要再對Ingdp序列進行差分處理。在eviews中輸入genr dingdp=d(lngdp)生成新序列dingdp。并對dingdp進行平穩(wěn)性分析。其自 相關系數(shù)和偏自相關系數(shù)如圖六所示CorrelDte: 0224/08 Time; 23:04Sample, W52 2001Included ahservations: 49Autocorrelation Partial Correlaticn11I

13、a11 1 »1 l11=11 111 口111:1；口 Q1:111 '1(t11« n1>11111:PAjCProb1D.57B0.57617 2730.00020.183*0.22219.066.0003 -0.049-0.07319.1950 0004D.D030.17319 1950 001.加a0.21321 e田 0010.316o.oes27.449.0000.2900.0£432.4610 0000.034-0.11932 B030 000D.C050.1D132 890.000IDD.C340.04033.963.000110.

14、018-0.17532.9840.00112 -0.C21-ojse33.0130.001130.020OJ46310420.002140.0190.06933.0670 003150.C370.01533.1650 00416 -0 C35-0.22333 7140.00517 0.1470.01935.394.00618 -0.177-0.00537.915 00419 -0.117-0.01039.0430 00420 -0 C9B021539 0410.005圖六其ADF檢驗如圖六IAijginetited Diekey-FiiIler Unit Rodt T&st on DL

15、NGDPADF Test Statistic *3.0633911% Critical Value*5% Critical Value10% Critical Value 通過計算能夠描述序列特征的一些統(tǒng)計量(如自相關系數(shù)或非自相關系數(shù))，來確定ARMA模型的結束P和q,并初始計算時選擇盡可能少的參數(shù)。從dingdp序列的自相關系數(shù)和偏自相關系數(shù)圖中可以看出，該序列可以用ARMA模型來表示，且由于自相關系數(shù)與偏自相關系數(shù)都是一階截尾的，故取P=1，q=1，采用ARIMA( 1，1)模型。eviews第三步，估計模型的未知參數(shù)，并檢驗參數(shù)的顯著性，以及模型本身的合理性。在中輸入is dingdp

16、 c AR(1) MA(1)得到結構如圖七所示Dependent Variable: DLMGDPMethod: Least SquaresMt老股也憂 Time; 23-.ASarTiple(adjiJ$bd): 1954 2006Included otiservalions: 53 after adjusting endpointsCarvertnce achieved after 41 heraitionsBackcasl: 1953Va riableCoefficientStd. Error t-SlatiticProib.C0.102604O.D2O23e5.077943O.DDOO

17、AR(1)0.3502530.2114321.69U130.0954MA1)0.3236530.2253711.437023CM 569R-squared0.358230Mean dependent 憾r0.1D4488lAdjueted R-squared0.332650S D depGrdent var0.0874&6£ E of regression0.071457Akaike info criterion-2.384510Ejiti squared res id. 265303Schwarz criterion-2 272934Log likelihood66.109

18、52F- statislic13.95476Durbin-Watsoin stat1.067674Prob(F-sf atislic)0.000015Inverted AR Roat&JEInverted MA Roots*32圖七從圖中可以看出，估計出的方程模型C值，AR(1)值的可信度較高，而MA(1)的估計值可信度相對低一些?？傮w方程具有很高的可信度。對模型進行殘差序列分析得到如圖八所示Corrtbrotn of REEIDDala. O2/25A0 Time: 10 49Sample; 1 £522000InduJec otsewiiore; 53Autccorrsl

19、sijonPartial CrrbtionAC PACProb11 1I '1 nia?T n.Q27 n ings 11111 12 n IB? OOM n 2m RFH1匚1'匚13 -0.2Q1 -0.205 2.6062 匚MfS11114 -0J13 -0.D04 2.6t52 匚一旳卻1I 13 >5 0.355 0 117 3.D525 C.BS213 >1 >El 0.11G 0.073 3.8396 C.B521 > i7 0.195 0.163 G.3CME C.5CS1111S' 0二迪 0.020 G.307 C.E131

20、 i1119 -O.：I41 -0.034 G.4tGC O.EeG1j 1口'lU U.113 0.1% 7農(nóng)囲b 上i1 111 11 1 unn D.a33 7 4101 7fc41 1112 -0 032 0.12S 7 4912 C S；41j 1k:113 0.394 0.139 0.1204 Q.S；5111114 -0.321 -C.O39 0.16OE 0加13 11I 115 0.125 0.D62 9.3590 O.OS-匚1匚11G -0.132 -0.11G 10.731 Q.SZG111 117 0.330 -C.oei 10.302 CuSE?1 C1&#

21、187; 1rs' -o.iie -CLOGS iuip c.sei11k119 -0.313 -0.Q3G 11.934 C.GES111JU U.JiS -0.Q23 12.1 椚 L.yil111 121 -UIO4J 41.10b 12.30/ U y3111 1*1 >22 0.040 0.049 12.4579"123 -O.TO -0.020 12.937 匚9幻'd »匸124 *0.1DI -0.131 13.9(53 匚9跖圖八Q值的概率。因 模型均值及自相關系最右側(cè)Probe列中的數(shù)字表示相應自由度條件下卡方統(tǒng)計量取值大于相應 為這一列概率值都大于，說明模型的隨機誤差序列是一個白噪聲序列。1年的數(shù)據(jù))，得到趨勢圖.