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 seasonal trend)

3.周期变动规律(C cyclical variation)

4.不规则变动(随机扰动项)(I irregular variation)(白噪声)

以上四种变化是时间序列数值变化的分解结果,由于变动组合的不确定性,才带来了时间序列千变万化的数值变化。

四种变动与指标数值的变动关系可能是叠加关系(相互独立)或乘积关系(相互影响)。

SPSS处理时间序列的缺失值:转换-替换缺失值

原始分析数据

运用spss实现时间序列分析(清风视频笔记)_第1张图片

先对原始数据进行季节性分解 ,生成DATE_

Q1 2014
Q2 2014
Q3 2014
Q4 2014
Q1 2015
Q2 2015
Q3 2015
Q4 2015
Q1 2016
Q2 2016
Q3 2016
Q4 2016
Q1 2017
Q2 2017
Q3 2017
Q4 2017
Q1 2018
Q2 2018
Q3 2018
Q4 2018

用spss软件生成序列图(分析-时间序列分析-序列图)

运用spss实现时间序列分析(清风视频笔记)_第2张图片

 间隔时间在一年以内可以用时间序列分解

时间序列分析的基本步骤

1.作时间序列图

2.判断时间序列包含的变动成分

3.时间序列分解(有周期性且包含长期趋势,季节变动,或循环变动)

4.建立时间序列分析模型

5.预测未来的指标数值

描述过去,分析规律,预测未来。

差分方程:

将某个时间序列变量表示为该变量的滞后项,时间和其他变量的函数

齐次部分:只包含该变量本身哈它的滞后项的式子

滞后算子:

运用spss实现时间序列分析(清风视频笔记)_第3张图片

 

你可能感兴趣的:(统一建模语言)