时间序列分析
2024-01-02 · 百度认证:SPSSAU官方账号,优质教育领域创作者
ARIMA模型(移动平均自回归模型),其是最常见的时间序列预测分析方法。利用历史数据可以预测前来的情况。ARIMA模型可拆分为3项,分别是AR模型,I即差分,和MA模型。SPSSAU智能地找出最佳的AR模型,I即差分值和MA模型,并且最终给出最佳模型预测结果,SPSSAU智能找出最佳模型的原理在于利用AIC值最小这一规则,遍历出各种可能的模型组合进行模型构建,并且结合AIC最小这一规则,最终得到最佳模型。
当然,研究人员也可以自行设置AR模型,差分阶数和MA模型,即分别设置自回归阶数p,差分阶数d值和移动平均阶数q,然后进行模型构建。至于自回归阶数p,差分阶数d值和移动平均阶数q值应该设置多少合适,建议研究人员分别使用偏(自)相关图进行分析(SPSSAU也智能提供p值或q值建议),以及使用ADF检验分析得出合适的差分阶数d值(SPSSAU也智能提供最佳差分阶数d值建议)。
ARIMA模型可拆分为3项,分别是AR模型,I即差分,和MA模型。SPSSAU智能地找出最佳的AR模型,I即差分值和MA模型。当然,研究人员如果自行设置AR模型,差分阶数和MA模型,即分别设置自回归阶数p,差分阶数d值和移动平均阶数q,此时SPSSAU则按照研究人员的设置进行模型构建。建议用户直接使用SPSSAU的智能分析即可。
SPSSAU操作如下:
2023-08-15 广告
形式上由现象所属的时间和现象在不同时间上的观察值两部分组成
排列的时间可以是年、季度、月...
时间序列的 分类 :
1.绝对数序列:
一系列绝对数按时间顺序排列而成;最基本的表现形式;反映在不同时间上所达到的绝对水平(时期序列,一段时期内总量的排序、时点序列,某一瞬间时点上总量的排序)
2.相对数序列:一系列相对数按时间顺序排列而成
3.平均数序列:一系列平均数按时间顺序排列而成
时间序列的 编制原则 :
时间长短一致
总体范围一致
指标内容一致
计算方法和口径一致
一、时间序列的对比分析
水平分析:
1.发展水平:现象在不同时间上的观察值;说明现象在某一时间上所达到的水平;
2.平均发展水平:现象在不同时间上取值的平均数,又称序时平均;说明现象在一段时间内所达到的一般水平;(不同序列的类型选择不同的计算方法-时期、连续时点(逐日排序)、不等距时点(加权)、等距时点(不等距的特例));
#相对数:两个绝对数相除
#相对数的序时平均数:分子的平均数与分母的平均数相除
3.增长量:报告期水平与基期水平之差,说明现象在观察期内增长的绝对数量
分为逐期增长量(报告期水平与前一期水平之差)与累计增长量(报告期水平和某一固定时期水平之差)--各逐期增长量之和等于最末期的累计增长量
4.平均增长量:各逐期增长量的平均数,等于逐期增长量之和/逐期增长量个数(也就是观察值个数-1)
速度分析:
1.发展速度:报告期水平与基期水平之比,说明现象在观察期内相对的发展变化程度,
分为环比发展速度(报告期水平和前一期水平之比)与定期发展速度(报告期与某一固定时期水平之比)--各环比发展速度之积等于最末期定期发展速度;
2.增长速度(增长率):增长量与基期水平之比,说明现象的相对增长程度,
等于发展速度-1;分为环比增长速度和定基增长速度;
3.平均发展速度:观察期内各环比发展速度的平均数,说明现象在整个观察期内平均发展变化的程度(几何法算平均数)
4.平均增长速度:等于平均发展速度-1
二、时间序列的趋势分析
可以采用移动平均、最小二乘法等...
三、季节变动分析
季节变动:现象在一年内随着季节更换形成的有规律变动;各年变化强度大体相同,且没年重现;
扩展:对一年内由于社会、政治、经济、自然因素影响,形成的以一定时期为周期的有规则的重复变动;
测定目的:确定现象过去的季节变化规律,消除时间序列中的季节因素;
分析原理:将季节变动规律归纳为一种典型的季节模型;季节模型由季节指数所组成;季节指数的平均数等于100%;根据季节指数与其平均数的偏差程度测定季节变动的程度;
季节指数:1.反映季节变动的相对数;2.以全年或季资料的平均数为基础计算的;3.平均数等于100%;4.指数越远离其平均数季节变动程度越大;5.同期平均法和趋势剔除法
同期平均法:
根据原时间序列通过简单平均计算季节指数
假定时间序列没有明显的长期趋势和循环波动
步骤:1.计算同期平均数;2.计算全部数据总季的平均数;3.计算季节指数S=同期平均数/总季平均数
趋势剔除法:
先将时间序列中长期趋势予以消除,在计算季节指数
步骤:1.计算移动平均趋势值Y;2.从序列中剔除趋势值Y/T;3.按上述方法计算季节指数
四项移动平均后再进行二项移动平均(四项做年的去掉季节,二项更为稳定)
季节变动的调整:将季节变动剔除,方法是江源时间序列除以相应的季节指数
四、循环波动分析
循环波动:近乎规律性的从低到高再从高至低的周而复始的变动;不同于趋势变动,他不是朝着单一方向的持续运动,而是涨落相间的交替波动;不同于季节波动,其变化无固定规律,变动周期多在一年以上,且周期长短不一
目的是探索现象活动的规律性
测定方法:采取剩余法
计算步骤:1.先消除趋势值,求得无长期趋势数据资料;2.再消去季节变动(原始数据/季节指数),求得循环及不规则波动相对数;3.将结果移动平均,以消除不规则波动,即得循环波动值