时间序列分析报告8.docx
- 文档编号:25173858
- 上传时间:2023-06-05
- 格式:DOCX
- 页数:13
- 大小:615.35KB
时间序列分析报告8.docx
《时间序列分析报告8.docx》由会员分享,可在线阅读,更多相关《时间序列分析报告8.docx(13页珍藏版)》请在冰豆网上搜索。
时间序列分析报告8
湖北工程学院
时间序列分析实验报告八
实验项目确定性分析趋势分析
专业统计学专业
班级0123011242
姓名
学号012301124213
湖北数学实验室
实验报告
实验项目名称
实验日期
理论内容
实验地点
实验目的及要求:
1.熟练掌握趋势分析原理,步骤;
2.查询一组具有趋势的数据,分别利用SPSS与SAS采用趋势拟合和平滑法的各种模型进行比较,并做五期的预测;
分析基本原理与方法:
趋势拟合法以时间作为自变量,相应的序列观察值作为因变量,建立序列值随时间变化的回归模型。
1.线性拟合:
若序列时序图显示该序列有显著的线性递增(或减)趋势,可以考虑用线性模型。
2.曲线拟合:
若序列时序图长期呈现出该序列有非线性特征,可以考虑用曲线模型。
3.对曲线模型进行参数估计时,指导思想:
能转换成线性模型的都转换成线性模型,用最小二乘法进行参数估计;实在不能转换成线性模型的,用迭代法进行参数估计。
操作步骤:
1.首先画出该序列的时序图,观察该序列是否是线性变化。
2.若是线性,回归、线性,然后选择相应的选项
3.若是非线性,回归、曲线估计、对所有的模型估计(在等式中包含常量,显示ANOVA表格),观察输出值,察ANOVA和系数的P值大小,若显示P值均小于0.05的模型,则表示模型通过
4.比较R2的大小,R2较大的模型可以选择作为最优模型,对最优模型重新回归(保存预测值、残差值,预测区间),再对残差进行自相关与偏自相关检验。
运行结果:
根据1964—1999年中国纱年产量数据
一、曲线拟合法
1.该序列时序图
该时序图显示序列呈非线性特征,则采用曲线估计模型拟合
模型汇总和参数估计值
因变量:
纱产量
方程
模型汇总
参数估计值
R方
F
df1
df2
Sig.
常数
b1
b2
b3
线性
.966
962.595
1
34
.000
69.520
13.950
对数
.755
104.770
1
34
.000
-71.661
150.156
倒数
.322
16.167
1
34
.000
382.288
-471.730
二次
.971
549.969
2
33
.000
94.832
9.953
.108
三次
.979
508.497
3
32
.000
137.537
-3.017
.972
-.016
幂
.878
243.929
1
34
.000
68.115
.547
复合
.956
737.936
1
34
.000
122.547
1.048
S
.474
30.639
1
34
.000
5.901
-1.934
增长
.956
737.936
1
34
.000
4.808
.047
指数
.956
737.936
1
34
.000
122.547
.047
由上许图表观察ANOVA和系数除对数常数项的P值大于0.05外,其他的P值均小于0.05,可以认为除对数模型外的模型都基本可以
再比较剩下模型R2的大小,发现三次模型的R2最大,故三次模型拟合最好,因此选择三次模型
三次模型拟合预测
该序列残差检验
自相关图
序列:
CURVEFIT、MOD_5、CUBIC、中纱产量的误差
滞后
自相关
标准误差a
Box-Ljung统计量
值
df
Sig.b
1
.383
.160
5.728
1
.017
2
.125
.158
6.358
2
.042
3
-.099
.155
6.764
3
.080
4
-.199
.153
8.462
4
.076
5
-.264
.151
11.548
5
.042
6
-.223
.148
13.825
6
.032
7
-.089
.146
14.196
7
.048
8
-.090
.143
14.593
8
.068
9
-.058
.140
14.763
9
.098
10
-.008
.138
14.767
10
.141
11
-.076
.135
15.085
11
.179
12
-.062
.132
15.307
12
.225
13
-.151
.130
16.665
13
.215
14
-.168
.127
18.420
14
.188
15
-.071
.124
18.746
15
.225
16
.061
.121
19.003
16
.269
a.假定的基础过程是独立性(白噪音)。
b.基于渐近卡方近似。
由于各阶延迟下LB统计量的P值都显著小于0.05,认为模型的残差序列属于非白噪声序列,不能认为该拟合模型有效。
二、指数平滑法拟合
1、简单指数平滑法
2、Holt指数平滑法
由上两表可看出Holt指数平滑法拟合较好,故再次进行残差检验
自相关图
序列:
来自纱产量-模型_1的噪声残差
滞后
自相关
标准误差a
Box-Ljung统计量
值
df
Sig.b
1
.030
.160
.035
1
.852
2
-.009
.158
.038
2
.981
3
-.168
.155
1.204
3
.752
4
-.102
.153
1.650
4
.800
5
-.014
.151
1.659
5
.894
6
.004
.148
1.659
6
.948
7
.086
.146
2.012
7
.959
8
-.013
.143
2.020
8
.980
9
-.023
.140
2.047
9
.991
10
-.013
.138
2.056
10
.996
11
-.085
.135
2.454
11
.996
12
-.067
.132
2.707
12
.997
13
-.135
.130
3.793
13
.993
14
-.173
.127
5.662
14
.974
15
-.058
.124
5.883
15
.982
16
.040
.121
5.994
16
.988
a.假定的基础过程是独立性(白噪音)。
b.基于渐近卡方近似。
Holt指数平滑法五期预测序列图
由于各阶延迟下LB统计量的P值都显著大于0.05,认为模型的残差序列属于白噪声序列,认为该拟合模型有效。
结果分析与讨论:
由曲线估计与指数平滑法进行模型的拟合与预测,可看出模型的拟合不是与实际数值相近就算拟合的好,还要看残差的白噪声检验是否在检验误差范围内,从上述的模型检验预测可以看出Holt指数平滑法是拟合预测最好的模型且残差检验也通过
评分项目
满分
得分
评分项目
满分
得分
基本原理
操作步骤与运行结果
结果分析与讨论
合计
授课教师
批阅日期
实验报告评分标准
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 时间 序列 分析 报告