spss入门 |
您所在的位置:网站首页 › spss的数据处理代做 › spss入门 |
简单的数据预处理到时间序列分析 spss数据预处理到时间序列分析 (六)季节分解得到时间序列图后就可以进行季节分解了 通常情况下进行季节因素分解,将季节变动因素从原时间序列中去除,生成由剩余三种因素构成序列满足后续分析需求。对时间序列预测时,应考虑将上述四种因素分解出来。分解之后,能够克服其他因素的影响,仅仅考量一种因素对时间序列的影响。分解后可分析之间相互作用,及对时间序列综合影响。当去掉这些因素,可更好进行时间序列间比较,更加客观的反映事物变化发展规律。分解后,序列可建立回归模型,提高预测精度。 根据我们前面得到的时间序列图观察的规律,判断是否需进行季节性分解,显然是需要的。 另外注意随着时间推移,序列季节波动越来越大,用乘法模型更精确,否则用加法模型。 具体的操作可以看下面的图 结果如下: 可见误差序列数值非常小,所以长期趋势和循环变动序列与季节因素校正后序列能够基本重合,在这之后再单独做”季节因子SAF“的序列图。注意,做‘季节因子’的序列图时,只有一个变量‘季节因子SAF’ 操作如下: 那么下一步就是构建我们的模型了!!! 下面是我们的拟合图,建立的模型时间序列曲线 OK,到这里,我们可以用得到的模型去预测了~~ |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |