周期分解法和時間序列普分析ppt課件

1、時間序列分析周期分解方法和時間序列譜分析1;123時間序列譜分析周期分解方法時間序列分析簡介目錄2;時間序列分析簡介013;依時間順序排列起來的一系列觀測值。時間序列分析簡介注：觀測值之間不獨立。它考慮的不是變量間的因果關(guān)系，而是重點考察變量在時間方面的發(fā)展變化規(guī)律，并為之建立數(shù)學模型。4; 有足夠長的數(shù)據(jù)序列（t4T） 數(shù)據(jù)序列的變動是穩(wěn)定而規(guī)律的時間序列分析簡介5; 時域（Time domain）：將時間序列看成是過去一些點的函數(shù)，或者認為序列具有隨時間系統(tǒng)變化的趨勢，它可以用不多的參數(shù)來加以描述，或者說可以通過差分、周期等還原成隨機序列。 頻域（Frequency domain）：認為時

2、間序列是由數(shù)個正弦波成份疊加而成，當序列的確來自一些周期函數(shù)集合時，該方法特別有用。 時間序列分析簡介6; 長期趨勢：指一種長期的變化趨勢。它采取一種全局的視角，不考慮序列局部的波動。如：中國的GDP呈現(xiàn)一種上升的長期趨 季節(jié)變化(Season)：冷飲的銷售情況 循環(huán)變化(Cyclic)：經(jīng)濟危機，指一種較長時間的周期變化。循環(huán)變化一般會出現(xiàn)波峰和波谷，呈現(xiàn)一種循環(huán)往復的現(xiàn)象。 不規(guī)則變化(error) :白噪聲，指時間序列中無法預計的部分，序列的隨機波動 。時間序列分析簡介注：并不是每個序列都包含所有4種成分。比如以年為時間單位的序列就不會有季節(jié)變化；一些較短的序列也看不出循環(huán)變化。所以在分

3、析的時候得具體情況具體分析。7; 有指數(shù)平滑法（Exponential Smoothing） 自回歸線性模型（Autoregressive model） ARIMA模型 周期分解（Seasonal Decomposition）時間序列分析簡介8; 序列圖 自相關(guān)偏相關(guān)圖 交叉相關(guān)圖 周期圖和譜密度圖時間序列分析簡介9; 周期分解方法（seasonalDecomposition過程）0210;將那些與年、季、月等相關(guān)的固定周期變動稱為季節(jié)性變動，而將其他非固定周期變動稱為周期性。周期分解法的本質(zhì)就是要對時間序列的各種周期性進行識別和提取。周期分解方法11; 加法模型（波動幅度無明顯變化） 乘法模

4、型（波動幅度隨時間推移增大或減?。┲芷诜纸夥椒?2;例題【17-4】預處理：1.缺失值的填補 2.時間變量的定義 3.時間序列的平穩(wěn)化時間序列趨勢的圖形化觀察： 1.Sequence Chart：序列圖 2.Autocorrelation Chart：自相關(guān)和偏相關(guān)圖創(chuàng)建時間序列模型： 1.專家建模器 2.指數(shù)平滑 3.ARIMA13;12 序列圖初步預測（分析時間序列預測序列圖） 定義日期和時間（數(shù)據(jù)定義日期和時間）操作過程14;34 周期分解（分析時間序列預測季節(jié)性分解） 觀察序列圖（波動幅度無明顯變化加法模型）操作過程15;操作過程16;5觀察自相關(guān)和偏相關(guān)圖 （判斷有無相關(guān)性）分析時間

5、序列預測自相關(guān)性操作過程周期分解后17;64 趨勢-循環(huán)波動序列STC-1（觀察周期分解后的效果） 周期調(diào)整序列SAS-1（觀察周期分解后的效果）操作過程注：1.周期調(diào)整序列:該序列加上季節(jié)指數(shù)可以還原為原始序列。 2.趨勢循環(huán)波動序列:對周期調(diào)整序列進行平滑處理。18; 時間序列譜分析（seasonalDecomposition過程）0319;一個時間序列可看成各種周期擾動的疊加，頻域分析就是確定各周期的振動能量的分配，這種分配稱為“譜”，或“功率譜”。因此頻域分析又稱譜分析。（心電圖）時間序列譜分析20;例題【17-5】操作：分析時間序列預測譜圖 橫坐標：20，對數(shù)（一般歷史數(shù)據(jù)4個周期,