欢迎来到天天文库
浏览记录
ID:41544330
大小:124.49 KB
页数:8页
时间:2019-08-27
《第7章4时间序列的回归分析讲义》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、7.4时间序列的曲线估计分析时间序列预测属于预测技术的一种。预测就是预计和推测,即根据过去和现在预计未来,根据已知推测未知。具体讲就是运用主观的经验、客观的资料与条件、数学的逻辑与推理来寻求事物的发展规律,揭示经济、科学和技术的发展趋势,弄清决定这种趋势的实际因素,研究国民经济发展方案,探索最佳解决方法和途径。所以科学的预测能为决策目标和方案的选择提供定性、定时和定量的科学依据,也是编制经济发展计划、制定企业经营方针和政策的前提条件。预测范围和内容是相当广泛的,主要包括社会预测、科学研究预测、经济预测、技术预测和军事预测等五个方面。预测的方法更是多种多样,可分为
2、定性预测和定量预测两个方面,经常'采丿IJ的方法有专家意见法、时间序列预测、因果关系预测、模拟法预测、投入产出法预测等。吋间序列(TimeSeries)是指与吋间先后次序有关的统计数列,其自变量为时间,因变量为与各时间对应的变量,如销售量、股价、产量、物价等。此外,在商管领域中,常常必须根据过去的数据來预测未來,这时就口J利用时间序列技术,以过去的数据來预测未來。时间序列可以用年、季、月、周、日、吋为单位,时间的间隔在同一数列屮通常是相等的,即时间序列通常是一个等差级数。在SPSS分析软件中,必须另外购置吋间序列软件SPSSTrends,它是一种专为执行-时间序
3、列分析的模块,包含ARIMA(ARIMA模型)、Autoregression(口我回归法)、ExponentialSmoothing(指数平滑法)、SeasonalDecomposition(季节分解模型)、SpectralAnalysis(光谱分析图)等。ARIMA(autoregressiveIntegratedMovingAverageModel),ARIMA(p,d,q)表示,代表自我相关(AR)、差分(I)与移动平均(MA)三种技术的结合。时间序列的功能分散在主菜单的Transfer>Data、Graphs和Analyze中,如表所示:主菜单菜单英文功
4、能名称转换凰日期和时间向帘…阴创建时间序列(妙…Createtimeseries数据晁定文日期(9…Definedates分析模块屮的“图形”阍序列国…盂自相关⑼…罟互相关国®…AutocorrelationsCross-correlations分析预测(D生存函数(9多重响应(9已缺失值分折(为…多重归因(I)重条惭届(9质愛控制(⑨□ROC曲线®(V)...创建模型©…酶应用模型(£)•••圄孝静惟分策(9…两频谱分折(I)…阔序列国…目自相关⑼…互相关ffl®...指数平滑法Exponentialsmoothing自我回归法AutoregressionAR
5、IMA模型例如,用时间序列法対我国薄板钢材需求量进行预测。将來的消费量到底有多大,增长速度有多高,需要根据过公的消费悄况做一个比较合理的预测,为计划工作者提供一个参考,这是十分必要的。实例操作:用时间序列冋归分析研究某公司2000年到2009年这十年时间与公司收入的关数据文件:“公司年度9收入调查表”xhXy12000200000.0022001256780.0032002300000.0042003356000.0052004404500.0062005500000.0072006548900.0082007605000.0092008660000.00102
6、009720000.00Xh:序号;x:年度;y:收入彗CurveEstimationQcpendcrt(s)1LtdIndependent@Yartotole:r~1*1农1O^ttPCaseLabels:0Includeoocstantinequalkxi3Pi®modelsL^JiTLZe□^od&icQCcmpound__GrowthSave-.□Logarithrnc>]QUoic□£0Exponertbl□Inverse>]Po^er□Lo^stk:Up^crfcourxtyPredatedva^jes回Pre^ctionrtcrvals95▼%C
7、onticienceintervalimation:SaveSaveVariables@Precictrrome^tmatonper>:dthroughlastcaseOPredctlhrou^):Observoticrr
8、
9、PredictCasesC.Ois^ozANOVAtoWc□TheEstmatrxiPeriodts:AJIcosesCortinueICancel输出结果打分析:Reports►DescriptiveStatistics►Tables►varvarvaRFMAnalysis►CompareMeans►GeneralLinearModel►
10、GeneralizedL
此文档下载收益归作者所有