时间系列分析PPT文档格式.ppt
《时间系列分析PPT文档格式.ppt》由会员分享，可在线阅读，更多相关《时间系列分析PPT文档格式.ppt（81页珍藏版）》请在冰豆网上搜索。
用于对随机性波动频繁的短期预测，适用于平稳序列，对于不平稳的可以差分和季节差分。
q谱分析适用于高频波动数据。
模型的评价q预测精度q包括误差平方和SSE,平均绝对百分误差，拟合优度和预测值的方差。
q横向检验q比如F统计量，各个系数t统计量、AICSBCq经济意义检验q各种时间序列分析过程各种时间序列分析过程q修补缺失值修补缺失值与与创建时间序列创建时间序列指数平滑指数平滑q有关公式有关公式q操作操作q实例实例自回归过程自回归过程q有关公式有关公式q操作操作q实例实例自回归综合移动平均过程自回归综合移动平均过程q操作操作q实例实例季节分解过程季节分解过程q操作操作q实例实例习题习题14q习题参考答案习题参考答案q结束结束目目录录返回返回分析内容q指数平滑q自回归q综合移动平均q季节分解法在做分析前，须对数据进行预处理，步骤：
1对缺失值数据进行修补2定义相应的时间序列3对时序数据平稳性计算各种时间序列分析过程各种时间序列分析过程返回返回修补缺失值过程与对话框修补缺失值过程与对话框返回返回Seriesmean:
整个序列的均数来替换缺失值Meanofnearbypoints：
相邻若干点均数来替换Medianfonearbypoints：
若干相邻点中位数来替换Linearinterpolation：
相邻两点平均值来替换Ineartrendatpoints：
该点的线性趋势（记录号做自变量）创建时间序列对话框创建时间序列对话框q时间序列分析是建立在序列的平稳下的q判断序列是否平稳可以看它的均数和方差是否不再随时间的变化而变化，自相关系数是否只与时间间隔有关而与所处的时间无关。
q通常，大多数时间序列不平稳，经常进行差分和对数转换或平方根转换进行平稳化处理创建时间序列对话框创建时间序列对话框运行函数运行函数LagLag时的结果说明时的结果说明返回返回functionqDifference非季节性差分qSeasonaldifference跨距恒定间隔的季节性差分qCenteredmovingaverage中心移动平均qPriormovingaverage时间序列当前值之前的跨距平均值qRunningmedians包括当前值跨距的中位数qCumulativesum包括当前值累积总和qLag滞后qLead领先qSmoothing混合数据平滑基础上，计算新时序值简单回归和趋势外推一、趋势外推法概念和假定条件趋势外推法概念：
当预测对象依时间变化呈现某种上升或下降趋势，没有明显的季节波动，且能找到一个合适的函数曲线反映这种变化趋势时，就可以用趋势外推法进行预测。
回本章目录趋势外推法的两个假定：
（1）假设事物发展过程没有跳跃式变化；
（2）假定事物的发展因素也决定事物未来的发展，其条件是不变或变化不大。
回本章目录注：
趋势外推法适用于精度要求不高的中长期趋势预测，不适合对波动性较大较频繁的序列做精确预测，但仍可借助它分解出序列蕴涵的趋势性，从而使我们掌握事物的大致走向。
二、趋势模型的种类多项式曲线外推模型：
一次（线性）预测模型：
二次（二次抛物线）预测模型：
三次（三次抛物线）预测模型：
一般形式：
回本章目录指数曲线预测模型：
修正的指数曲线预测模型：
回本章目录对数曲线预测模型：
生长曲线趋势外推法：
皮尔曲线预测模型：
龚珀兹曲线预测模型：
回本章目录三、趋势模型的选择图形识别法：
这种方法是通过绘制散点图来进行的，即将时间序列的数据绘制成以时间t为横轴，时序观察值为纵轴的图形，观察并将其变化曲线与各类函数曲线模型的图形进行比较，以便选择较为合适的模型。
回本章目录差分法：
利用差分法把数据修匀，使非平稳序列达到平稳序列。
一阶向后差分可以表示为：
二阶向后差分可以表示为：
回本章目录差分法识别标准：
差分特性使用模型一阶差分相等或大致相等一次线性模型二阶差分相等或大致相等二次线性模型三阶差分相等或大致相等三次线性模型一阶差分比率相等或大致相等指数曲线模型一阶差分的一阶比率相等或大致相等修正指数曲线模型回本章目录案例q根据92-02年我国海关统计煤炭和成品油出口量月度数据，研究煤炭出口量在较长一段时间内的发展变化趋势以及煤炭出口量与成品油出口量之间的数量关系（不是因果，而是结构关系）第一步，序列图，趋势外推线性拟合，效果比较差简单回归q看下煤炭和成品油之间的数量关系。
q可以看出简单回归和趋势外推都是比较粗略的时间序列分析方法。
指数平滑ExponentialSmoothing返回返回概念q1958年，由holt提出，应用于无趋势、非季节作为基本形式的时间序列的分析。
q估计是非线性的，其目标是使预测值和实测值间的均方差为最小。
四种方法：
qSimple：
研究较平稳时序数据无趋势和季节变化qHolt：
使用于有线性趋势、无季节变化qWinters：
使用于含有季节性因素的时间序列预测qCustom：
自定义，选择趋势和季节指数平滑有关公式（指数平滑有关公式（Simple法）法）计算公式计算公式对第1个公式重新排列后得到：
返回返回预测值是前一期预测值加上前一期预测值中所产生的误差的修正值。
误差修正权数a，默认状态下为0.1，通常在0.1-0.3之间。
指数平滑有关公式（指数平滑有关公式（Holt法）法）三个方程式三个方程式利用前一期的趋势值bt1直接修正平滑值St用来修正趋势值bt，趋势值用相邻两次平滑值之差来表示进行预测，预测值为基础值加上趋势值乘以预测超前期数两个参数两个参数、（从（从0101之间取值）之间取值）返回返回指数平滑有关公式（指数平滑有关公式（Winters法）法）四个方程式四个方程式其中（01）其中（01）其中（01）公式中数据Xt为含有季节性因素的时间序列，St值是去除季节性因素的平滑值。
L为季节的长度（每年的月数或季数），I为季节的修正系数。
返回返回指数平滑过程指数平滑过程主对话框主对话框返回返回指数平滑参数选项对话框指数平滑参数选项对话框返回返回指数平滑保存对话框指数平滑保存对话框返回返回CustomCustom模型选择项模型选择项返回返回SimpleSimple法实例输出法实例输出计算结果计算结果返回返回纪录某化工厂化工生产过程中每分钟的温度读数，请对121分钟的温度度数作一次平滑预测误差自由度HoltHolt法计算实例输出法计算实例输出返回返回某厂从1977-2000年生产机器的销售量，给出其2002年的预测销售量WintersWinters法实例输出法实例输出返回返回按千人计的英国1955-1969年季度失业人数和gdp国内生产总值，预测1970年第四季度的失业人数和gdp值。
自定义指数趋势输出自定义指数趋势输出返回返回案例q利用92-02年底彩电出口量的月度数据，建立几种指数平滑模型，对彩电出口量的变化趋势进行分析和预测。
q首先绘制彩电出口量的序列图模型一：
简单指数平滑MODEL:
MOD_1.ResultsofEXSMOOTHprocedureforVariableAMOUNTSMODEL=NN（Notrend,noseasonality）Initialvalues:
SeriesTrend604770.75000NotusedDFE=131.The10smallestSSEsare:
AlphaSSE.60000003.24998E+12.50000003.28269E+12.70000003.29869E+12.80000003.41061E+12.40000003.43666E+12.90000003.57831E+121.0000003.80087E+12.30000003.80492E+12.20000004.65345E+12.10000007.20301E+12Thefollowingnewvariablesarebeingcreated:
NAMELABELFIT_1FitforAMOUNTSfromEXSMOOTH,MOD_1NNA.60ERR_1ErrorforAMOUNTSfromEXSMOOTH,MOD_1NNA.60分析q最佳平滑常数为0.6，q均方误差为157508.75=sqrt（3.24998*1012）q因为趋势没有反应，故建立二次平滑模型检验模型二：
二次平滑MODEL:
MOD_3.ResultsofEXSMOOTHprocedureforVariableAMOUNTSMODEL=HOLT（Lineartrend,noseasonality）Initialvalues:
SeriesTrend118114.1335914397.73282DFE=130.The10smallestSSEsare:
AlphaGammaSSE.4800000.06000002.88698E+12.4700000.06000002.88702E+12.4900000.06000002.88781E+12.4600000.06000002.88795E+12.4800000.05000002.88804E+12.4900000.05000002.88809E+12.4700000.07000002.88842E+12.4600000.07000002.88865E+12.4700000.05000002.88887E+12.5000000.05000002.88899E+12Thefollowingnewvariablesarebeingcreated:
NAMELABELFIT_2FitforAMOUNTSfromEXSMOOTH,MOD_3HOA.48
升级会员 