實驗八 spss11中的時間序列分析new

《實驗八 spss11中的時間序列分析new》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、SPSS實驗八時間序列分析實驗教案實驗八spss11中的時間序列分析一、實驗?zāi)康牧私鈙pss11中時間序列分析的簡單方法二、實驗原理介紹1.SPSS中時間序列分析簡要介紹依時間順序排列起來的一系列觀測值稱為時間序列，跟大部分的統(tǒng)計不同，這類資料的先后順序是不能忽視的，更關(guān)鍵的是觀測值之間不獨立。因此，這類數(shù)據(jù)不能用普通的統(tǒng)計方法解決。時間序列分析（Timeseries）是專門用于分析這種時間序列資料的統(tǒng)計模型。它考慮的不是變量之間的因果關(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(xué)

2、模型。時間序列分析的方法可以分為兩大類：Timedomain和Frequencydomain。前者將時間序列看成是過去一些點的函數(shù)，或者認(rèn)為序列具有時間系統(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(jī)序列。后者則認(rèn)為時間序列是由數(shù)個正弦波成分疊加而成，當(dāng)序列的確來自一些周期函數(shù)集合時，該方法特別有用。不同的專業(yè)領(lǐng)域習(xí)慣用不同的方法：經(jīng)濟(jì)學(xué)習(xí)慣用Timedomain，而電力工程專家則對Frequencydomain更感興趣。下面講述的都是Timedomain由于時間

3、序列模型的復(fù)雜性，它在spss中橫跨了數(shù)據(jù)整理、統(tǒng)計分析和繪圖三大部分，具體來說是：2預(yù)處理模塊：包括用于填充序列缺失值的Transform

4、replaceMissingValues過程，建立時間變量的Data

5、Definedates過程和將序列平穩(wěn)化的Transform

6、CreateTimeSeries過程。2圖形化觀察/分析：時間序列在分析中高度依賴圖形。Spss為其提供了特有的觀察工具：序列圖（SequenceChart）、自相關(guān)/偏自相關(guān)圖（AutocorrelationFunction，

7、ACF&AutocorrelationFunction，PACF）、交叉相關(guān)圖（CrosscorrelationFunction，CCF）、周期圖（Periodogram）和譜密度圖（SpectralChart）。后三者被統(tǒng)一放置在Graphs

8、TimeSeries菜單中。2分析模塊：它們被統(tǒng)一放置在Analysis

9、TimeSeries菜單中，共包括指數(shù)平滑法（ExponentialSmoothing過程）、自回歸線性模型（Autoregressivemodel）、ARIMA模型和季節(jié)解構(gòu)（Se

10、asonalDecomposition）四種方法。2.時間序列的建立和平穩(wěn)化在對數(shù)據(jù)擬合時間序列模型前需要進(jìn)行一系列的準(zhǔn)備工作，首先，如果數(shù)據(jù)存在缺失值的話就要進(jìn)行填補(bǔ)；第二，SPSS是不會自動將數(shù)據(jù)文件識別為時間序列的，必須要加以定義；第三，原始的時間序列往往要經(jīng)過初步的計算（平穩(wěn)化）才能更好的用于進(jìn)一步分析。8SPSS實驗八時間序列分析實驗教案2.1缺失值的填補(bǔ)－ReplaceMissingValues過程大多數(shù)時間序列模型都要求數(shù)據(jù)序列完整無缺，但這實際上非常難以做到。當(dāng)序列中存在缺失值時，

11、顯然不可能采用剔除的方法，因為這樣會使得缺失值之后數(shù)據(jù)的周期發(fā)生錯位。在這種情況下就應(yīng)當(dāng)使用ReplayMissingValues過程對缺失值采用適當(dāng)?shù)姆椒ㄟM(jìn)行填充，并將結(jié)果存入一個新變量。例子：打開數(shù)據(jù)文件gnp.sav，刪除變量gnp在第8、14條記錄中的數(shù)值，然后選擇適當(dāng)?shù)娜笔е堤畛浞椒▽ζ溥M(jìn)行填充。缺失值填充方法有好幾種，但各有使用范圍，現(xiàn)在gnp序列的規(guī)律并不清楚，為保險起見，我們只利用缺失值附近的數(shù)據(jù)進(jìn)行填充。方法：Transform

12、ReplaceMissingValues圖1圖1中

13、解釋如下：NewVariable框：缺失值填充前后的變量對應(yīng)列表Name框：存儲填補(bǔ)序列的新變量名稱Method下拉列表：可供選擇的序列填充方法2Seriesmean：全體序列的均數(shù)，默認(rèn)值2Meanofnearbypoints：相鄰若干點的均數(shù)，在下方的Spanofnearbypoints單選框組中設(shè)置使用的相鄰點數(shù)。2Medianofnearbypoints：相鄰若干點的中位數(shù)，在下方的Spanofnearbypoints單選框中設(shè)置使用的相鄰點數(shù)2Linearinterpolation：線性

14、內(nèi)插，即缺失值相鄰兩點的均數(shù)，但如果缺失值是在序列的最前/最后，則無法被填充。2Lineartrendatpoint：該點的線性趨勢，將記錄號作為自變量，序列值作為因變量進(jìn)行回歸，求得該點的估計值。Spanofnearbypoints單選框組：設(shè)置相應(yīng)填充方法中需要使用的相鄰記錄數(shù)。Change：將所做得設(shè)定應(yīng)用于相應(yīng)變量8SPSS實驗八時間序列分析實驗教案2.2時間變量的定義－Definedates過程時間序列數(shù)據(jù)的一個明顯的特點就是記錄依時間排列。在SPSS中需要定義時間變量。