SPSS时间序列分析
郑连虎,在数学学院取得理学学位的文科生,中国人民大学硕博连读生在读,山东大学管理学学士、理学学士
个人公众号:阿虎定量笔记
本期使用伊利湖水位数据(Monthly Lake Erie Levels,1921-1970)演示,数据在后台回复“时间序列”即可获得。
1
数据处理
定义日期
首先,点击“数据-定义日期”。接着,在弹出的“定义日期”对话框内,设置日期的格式。在本期演示中选择“年份、月份”作为日期格式。确定日期格式后,“数据视图”可以看到新插入的日期“Year”“Month”“Date”(新变量默认名称):
平稳性判断
绘出序列图后,平稳时间序列不需要这一步处理。
点击“分析-预测-序列图”,绘制伊利湖水位数据的时间序列图:
从上图可以初步判断,伊利湖水位50年来呈现出非平稳趋势。但这仅是从时序图上的直观判断,还要从该序列的自相关函数和偏相关函数上给出更为理性的判断。点击“分析-预测-自相关”,绘制伊利湖水位数据的自相关和偏相关图:
从伊利湖水位数据的自相关和偏相关图可以看出,数据的自相关函数和偏相关函数没有衰减到0,即没有进入两倍标准差区域,这意味着伊利湖水位数据是非平稳的。
对于含有趋势的非平稳时间序列,通常可以通过引入ARIMA 模型对其变换。ARIMA模型对于非平稳时间序列采用的方法是,运用差分运算提取序列的趋势信息,最终把序列变为平稳序列。ARIMA模型的形式为ARIMA(p,d,q),其中p为自回归项,q为移动平均项数,d为时间序列成为平稳时所做的差分次数。
具体到这组数据,可以通过对指数关系做对数变换后将其转化为线性关系,然后再对其进行适当的差分来消除序列的线性趋势,并逐步消除方差的变化,使其最终达到平稳。
“差分”转换处理,其中键入的是“2”即后一个数据减前一个数据所得的值。“自然对数转换”,对原始的数据进行自然对数的转换。在“序列图”中同时选择这两种处理方式:
对伊利湖水位数据取对数并作二阶差分后得时间序列图如下图:
季节分解
季节性变动指由于季节因素导致的时间序列的有规则变动,无季节变动的数据不需要这一步处理。季节分解主要方法包括按月或季平均法和移动平均趋势剔除法。根据序列图的分析,序列的波动随着季节的波动越来越大,所以选择乘法模型。点击“分析-预测-周期性分解”,弹出“周期性分解”对话框,确认设置:
新增四个变量:ERR表示的误差分析;SAS表示的是季节因素校正后序列;SAF表示的季节因子;STC表示的是长期趋势和循环变动序列。把新出现的四个变量、平均值和DATE_做序列图:
2
建模预测
方法1:专家建模器
点击“分析-预测-创建模型”,弹出“时间序列建模器”。在“变量”选项下,将需要进行时间序列预测的“水位”变量拖入图示的“因变量”框内;然后确定中间的“方法”,在下拉列表中选择“专家建模器”项,点击右侧的“条件”按钮,弹出“时间序列建模器:专家建模器条件”对话框。在“时间序列建模器:专家建模器条件”对话框的“模型”选项卡中,在“模型类型”框中选择“所有模型”项,并勾选“专家建模器考虑季节性模型”复选框,点“继续”;在“时间序列建模器”对话框中,切换至“保存”选项卡中,勾选“预测值”复选框,点击“导出模型条件”框中“XML文件”后面的“浏览”,然后设置导出的模型文件和保存路径,预测值就会在数据中新增一列,点击“确定”:
点击“分析-预测-应用模型”,用刚刚保存的模型预测1971年的水位变化,点击“保存”,勾选“预测值”之后点击确定:
把原始数据及预测值一起绘制序列图:
方法2:指数平滑法
指数平滑法的使用特点是将较大的权数放在最近的资料。依次点击第一排菜单栏里面的“分析-预测-创建模型”,弹出“时间序列建模器”。在“变量”选项下,将需要进行时间序列预测的“水位”变量拖入图示的“因变量”框内;在方法中,选择“指数平滑法”;在“Statistics”中勾选“平稳的 R 方”“拟合优度”“显示预测值”;在“图表”中选“观察值”“预测值”“拟合值”;在“保存”中勾选“预测值”;在“选项”下填写需要预测到的指定日期。全部设置完成后,点击“确定”,即可在输出文档里面看到时间序列建模程序显示的模型参数及预测的结果;
方法3:ARIMA模型
在平稳性判断阶段知道,还可以使用 ARIMA 模型来进行时间序列的预测,使用的特点是将非平稳时间序列转化为平稳时间序列,然后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。ARIMA模型中ARIMA(p,d,q) 称为差分自回归移动平均模型,AR是自回归,p为自回归项;MA为移动平均,q为移动平均项数,d为时间序列成为平稳时所做的差分次数。使用的方法和上面两种类似,这里不再赘述。
精彩回顾
R语言绘图:28个实用程序包
Stata绘图:简单好用的37条外部命令
公众号后台回复关键字即可学习
回复 爬虫 爬虫三大案例实战
回复 Python 1小时破冰入门回复 数据挖掘 R语言入门及数据挖掘
回复 人工智能 三个月入门人工智能
回复 数据分析师 数据分析师成长之路
回复 机器学习 机器学习的商业应用
回复 数据科学 数据科学实战
回复 常用算法 常用数据挖掘算法
SPSS时间序列分析相关推荐
- 数学建模学习笔记(15)时间序列分析
时间序列分析 时间序列分析概述和数据预处理 时间序列分解模型 指数平滑模型 ARIMA模型 SPSS专家建模器的使用步骤 时间序列分析概述和数据预处理 时间序列的概念:也称为动态序列,是指将某种现象的 ...
- SPSS分析技术:时间序列分析的ARIMA模型;考虑各种促销因素的服装销售额预测
基础准备 学习积累的过程,是量变到质变的过程.草堂君在前面介绍了时间序列分析的多篇文章,这些文章的安排都是按照循序渐进学习时间序列分析的过程来安排的,大家可以点击下方的链接回顾: 数据分析技术:时间序 ...
- 浅尝辄止_数学建模(笔记_时间序列分析及其SPSS实现)
本文多是广泛的概念和SPSS运用,没有具体的推导过程和深入的探究 文章目录 一.时间序列分析 1.具体步骤: 二.基本知识 1.时间序列数据 2.时间序列的基本概念 3.时间序列分解 4.叠加模型和乘 ...
- spss入门——简单的数据预处理到时间序列分析系列(四)
简单的数据预处理到时间序列分析 spss数据预处理到时间序列分析 (四)曲线拟合 在数据插补之前一定要找找数据的变化趋势,通常数据拟合就是一个较好的方案. 散点进行曲线拟合的方法 根据前面所画散点图, ...
- spss实现时间序列分析过程
在使用SPSS进行时间序列分析时,发现网上的信息量较少,而且不够全面,在这里记录一下学习心得,如有错误,望指正. 在进行时间序列分析之前,我们需要考察数据的一些性质,先附上百度百科的arima介绍: ...
- spss入门——简单的数据预处理到时间序列分析系列(二)
简单的数据预处理到时间序列分析 spss数据预处理到时间序列分析 (二)时间变量生成及绘制散点图 时隔这么久终于又和大家见面了( ̄▽ ̄)~*,咱们继续我们的内容 在完成数据导入后,就可以开始下一步的准 ...
- spss入门——简单的数据预处理到时间序列分析系列(七)
spss数据预处理到时间序列分析 (七)预测 呼~,终于到了我们的这个系列的结尾了,预测2016的数据!! 应用所建立的模型分析预测2016的数据(原因:数据为编撰的,只到2015年) 操作完以后到了 ...
- 运用spss实现时间序列分析(清风视频笔记)
时间序列是某个指标数值长期变化的数值表现,所以时间序列变化背后必然蕴含着数值变化的规律性.时间序列的数值变化规律: 1.长期变动趋势(T secular trend) 2.季节变动规律(S seaso ...
- SPSS工具:时间序列分析---商业销量预测
下面是操作过程: 下面来进行对比分析 接下来我们来预测吧. 至此,时间序列分析终于全部结束了.
- python时间序列小波分析_python时间序列分析
什么是时间序列 时间序列简单的说就是各时间点上形成的数值序列,时间序列分析就是通过观察历史数据预测未来的值.在这里需要强调一点的是,时间序列分析并不是关于时间的回归,它主要是研究自身的变化规律的(这里 ...
最新文章
- 连接 linux服务器
- LIVE 预告 | 旷视王剑锋:全卷积网络,可以实现更好的端到端目标检测吗?
- Cookie和Session的作用和工作原理
- ReviewForJob——最小生成树(prim + kruskal)源码实现和分析
- 哈尔滨大学计算机和金融,山东153所大学最新排名,46所公办本科,看看有你喜欢的吗...
- String.valueOf() 和 toString的区别
- android代码shell命令申请权限,如何授予Android Shell用户更多权限?
- Oracle 存储方式大比拼
- 用session监听实现在线统计
- 书店智能机器人编程与拼装体验课堂_让人工智能与编程教育走进初中教学课堂...
- 复制linux虚拟机后ifconfig没有出现网卡处理方法
- ubuntu16.04 部署dzzoffice+onlyoffice 局域网实现word、excel文档协同编辑
- 数字图像处理之图像修复
- 冯诺依曼体系结构 —(收藏版)
- 《半小时漫画中国哲学史》读书摘记
- unwrapped oracle,求助CentOS 5.4 +oracle 11g R2 ASM 模式 安装后 EM 启动后登陆不进去!
- osgEarth示例分析——osgearth_minimap
- Android ART虚拟机执行引擎-Interpreter(八)
- Python3,正则表达式查询手册,这一篇就够。
- 联发科p60和骁龙710哪个好_骁龙710、麒麟710和联发科P60哪个好 性能对比测试