【SPSS看統(tǒng)計(jì)學(xué)】之時(shí)間序列預(yù)測(cè)

1、時(shí)間序列預(yù)測(cè)技術(shù)面看看如何采用SPSS軟件進(jìn)行時(shí)間序列的預(yù)測(cè)我們通過案例來說明：假設(shè)我們拿到一個(gè)時(shí)間序列數(shù)據(jù)集：某男裝生產(chǎn)線銷售額。一個(gè)產(chǎn)品分類銷售公司會(huì)根據(jù)過去10年的銷售數(shù)據(jù)來預(yù)測(cè)其男裝生產(chǎn)線的月銷售情況。JtRlJPAS1StatlEtlC5樓螟集転耗文件備苗迥閨過轉(zhuǎn)義儷血衛(wèi)帶越國聊父用程爐勒前口址蘇腳痂+DRg就團(tuán)眇軸glT.tzi七imcs：cezcs.sar!,閏陪分忻=厚?JE.J目祁天.Men10117242111Q217975.721031的賈UH104187SB.66105324E.1S1UB2跖31D722452.3310930236.591092202巳我1101771

2、9301t1JOB.-S1f214165.4111319J1BO21U19O01.S9価W1.151f63D20B.171t724467.941W23G02.m11924299.J21203BS09.-E6r強(qiáng)i122廣如團(tuán)asi尼瓷毘理辺確回歸J=?_SB1變5創(chuàng)產(chǎn)技型匹）.r：MW.現(xiàn)在我們得到了10年120個(gè)歷史銷售數(shù)據(jù)，理論上講，歷史數(shù)據(jù)越多預(yù)測(cè)越穩(wěn)定，一般也要24個(gè)歷史數(shù)據(jù)才行！大家看到，原則上講數(shù)據(jù)中沒有時(shí)間變量，實(shí)際上也不需要時(shí)間變量，但你必須知道時(shí)間的起點(diǎn)和時(shí)間間隔。當(dāng)我們現(xiàn)在預(yù)測(cè)方法創(chuàng)建模型時(shí)，記住：一定要先定義數(shù)據(jù)的時(shí)間序列和標(biāo)記！這時(shí)候你要決定你的時(shí)間序列數(shù)據(jù)的開始時(shí)間，

3、時(shí)間間隔，周期！在我們這個(gè)案例中，你要決定季度是否是你考慮周期性或季節(jié)性的影響因素，軟件能夠偵測(cè)到你的數(shù)據(jù)的季節(jié)性變化因子。定義了時(shí)間序列的時(shí)間標(biāo)記后，數(shù)據(jù)集自動(dòng)生成四個(gè)新的變量:YEAR、QUARTER、MONTH和DATE（時(shí)間標(biāo)簽）。接下來:為了幫我們找到適當(dāng)?shù)哪Ｐ?，最好先繪制時(shí)間序列。時(shí)間序列的可視化檢查通?？梢院芎玫刂笇?dǎo)并幫助我們進(jìn)行選擇。另外，我們需要弄清以下幾點(diǎn):此序列是否存在整體趨勢(shì)？如果是，趨勢(shì)是顯示持續(xù)存在還是顯示將隨時(shí)間而消逝？此序列是否顯示季節(jié)變化？如果是，那么這種季節(jié)的波動(dòng)是隨時(shí)間而加劇還是持續(xù)穩(wěn)定存在？：3品SEiRnpenodnI.alauffiTEB,oenod

4、LMUJMTm,ported1?L豎砲繪圜|k*氐掃氏怖并將電rJWnCP1?.-；Ml區(qū)尊J旳號(hào)用usteax.冋誓節(jié)Ef*單固.afl這時(shí)候我們就可以看到時(shí)間序列圖了！畑帕OCT-ggOD誥irj訓(xùn)砂$300-IWLPMsJAW胃IS8t-.-SKphM94FPMQ7WlY8?4K-HA-CKM5.lasSEP3005t.8S,nwL-iEMAYgil_S2M8_-MAY舊!1saw3gQ“乍r總孚曇ls-a8-MA=噸Ks!n我們看到：此序列顯示整體上升趨勢(shì)，即序列值隨時(shí)間而增加。上升趨勢(shì)似乎將持續(xù)，即為線性趨勢(shì)。此序列還有一個(gè)明顯的季節(jié)特征，即年度高點(diǎn)在十二月。季節(jié)變化顯示隨上升序列而

5、增長的趨勢(shì)，表明是乘法季節(jié)模型而不是加法季節(jié)模型。此時(shí)，我們對(duì)時(shí)間序列的特征有了大致的了解，便可以開始嘗試構(gòu)建預(yù)測(cè)模型。時(shí)間序列預(yù)測(cè)模型的建立是一個(gè)不斷嘗試和選擇的過程。了三大類預(yù)測(cè)方法：1-專家建模器，2-指數(shù)平滑法，3-ARIMA”口”口4討佝岸劇豆慢騫自sau?務(wù)！r：冷后茫氓十；靖雖赧馬集鬥旳站.岳1豐Wttiso耳淆豊耳誕壓規(guī)呻|測(cè)u討帥建J0動(dòng)：Jtt忸.，歹TI*鉗百戀imen：芟呈枷+試酥城岀血電舟缶序求灌過|YEAR,iffllDBfflQtHCrTEWtJJOJ/iRTEpencil4(OLiARKEF-JjMOHTMperiod1ONTW指數(shù)平滑法指數(shù)平滑法有助于預(yù)測(cè)存在

6、趨勢(shì)和/或季節(jié)的序列，此處數(shù)據(jù)同時(shí)體現(xiàn)上述兩種特征。創(chuàng)建最適當(dāng)?shù)闹笖?shù)平滑模型包括確定模型類型（此模型是否需要包含趨勢(shì)和/或季節(jié)），然后獲取最適合選定模型的參數(shù)。1-簡(jiǎn)單模型預(yù)測(cè)（即無趨勢(shì)也無季節(jié)）首先我們采用最為簡(jiǎn)單的建模方法，就是簡(jiǎn)單模型，這里我們不斷嘗試的目的是讓大家熟悉各種預(yù)測(cè)模型，了解模型在什么時(shí)候不適合數(shù)據(jù)，這是成功構(gòu)建模型的基本技巧。我們先不討論模型的檢驗(yàn)，只是直觀的看一下預(yù)測(cè)模型的擬合情況，最后我們確定了預(yù)測(cè)模型后我們?cè)儆懻摍z驗(yàn)和預(yù)測(cè)值。/j0jr|Jjftj=IJTflJiITnnrjHmufl刃11軒n燈口JIhqJnsi姦詐羽g辭訓(xùn)翳詐聘騎課弱弱裁g饑aMMW-2MMK)r

7、KMWPO-9M瀆測(cè)淇掄魏曳劉聳強(qiáng)+Ljun-Scx聊MBit蜩的打&FSig.鳥剜蜒枚2擔(dān)世：_!0.妙(JOD從圖中我們看到，雖然簡(jiǎn)單模型確實(shí)顯示了漸進(jìn)的上升趨勢(shì)，但并不是我們期望的結(jié)果，既沒有考慮季節(jié)性變化，也沒有周期性呈現(xiàn)，直觀的講基本上與線性預(yù)測(cè)沒有差異。所以我們拒絕此模型。2-Holt線性趨勢(shì)預(yù)測(cè)Holt線性指數(shù)平滑法，一般選擇：針對(duì)等級(jí)的平滑系數(shù)lapha=0.1,針對(duì)趨勢(shì)的平滑系數(shù)gamma=0.2；:|戟眉遇n忤自嗎3如KDDM-30000OQT30OQDJOt-iLjmn曲早3#門唧平歸R力境計(jì)StPFsig雖需憫朋-=!*SI4.773.-&J?MflV從上面的擬合情況看

8、，Holt預(yù)測(cè)模型更平滑了，也就是說Holt模型比簡(jiǎn)單模型顯現(xiàn)了更強(qiáng)的平滑趨勢(shì)，但未考慮季節(jié)因素，還是不理想，所以還應(yīng)放棄此模型。簡(jiǎn)單季節(jié)性模型soaoo.ar10OGOW11聘噲Iq!Icom.oct如議舀-:IBH-B呂曲3即引LtftCF舸22.3F516J31|0當(dāng)我們考慮了季節(jié)性變化后，簡(jiǎn)單季節(jié)性預(yù)測(cè)模型基本上較好的擬合了數(shù)據(jù)的大趨勢(shì)，也就是考慮了趨勢(shì)和季節(jié)。Winters相乘法預(yù)測(cè)模型我們?cè)俅芜x擇Winters預(yù)測(cè)模型，實(shí)際上這時(shí)候非統(tǒng)計(jì)專業(yè)人士其實(shí)已經(jīng)可以不用考慮Winters模型的原理了，因?yàn)閷?duì)于大部分經(jīng)營分析人員，如果期望把每一個(gè)預(yù)測(cè)方式的細(xì)節(jié)都搞清楚，并不容易，也容易陷入數(shù)

9、量層面的糾葛中，我們只要相信軟件算法就可以了。30060.DQ110000.00iin!i肘野ME站銃JLhW-IUHLDIIUIIflIIJJ4OJG0.00-jia一世忡rFttffiRS-fHlDF340BB724443150此時(shí)，在數(shù)據(jù)集的時(shí)間跨度為10年，并且包含10個(gè)季節(jié)峰值（出現(xiàn)在每年十二月份）中，簡(jiǎn)單季節(jié)模型和Winters模型都撲捉到了這10個(gè)峰值與實(shí)際數(shù)據(jù)中的10個(gè)年度峰值完全匹配的預(yù)測(cè)結(jié)果。此時(shí)，我們基本上可以得到了一個(gè)比較滿意的預(yù)測(cè)結(jié)果。此時(shí)也說明，無論采用指數(shù)平滑的什么模型，只要考慮了季節(jié)因素，都可以得到較好結(jié)果不同的季節(jié)性指數(shù)平滑方法只是細(xì)微差異了。但是，我們仔細(xì)看預(yù)測(cè)值和擬合值，還是有一些上升和下降的趨勢(shì)和結(jié)構(gòu)沒有撲捉到。預(yù)測(cè)還有改進(jìn)的需求！ARIMA預(yù)測(cè)模型ARIMA模型是自回歸AR和移動(dòng)平均MA加上差分考慮，但ARIMA模型就比較復(fù)雜了，對(duì)大部分經(jīng)營分析人員來講，要搞清楚原理和方程公式，太困難了！期望搞清楚的人必須學(xué)過隨機(jī)過程，什么平穩(wěn)過程、白噪聲等，大部分人頭都大了，現(xiàn)在有了軟件就不問為什么了，只要知道什么數(shù)據(jù)In,什么結(jié)果Out，就可以了。我們采用專家建模器，但指定僅限ARIMA模型，并考慮季節(jié)性因素。月1此胳謹(jǐn)冊(cè)|呻0,00X1,1月as口朗9自