[求助]求15.0时间序列分析教程？

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

        SPSS15.0 时间序列分析教程，15.0的time series里命令格式与11.0区别太大，不能完全看懂张文彤的教程。网上我找遍了，找不到好的教程，不知道哪位手上有，请给我发一份：QQ：492609746  EMAIL:simonzxh@sohu.com

或者，谁能教我如何确定ARIMA模型中的参数p d q ? 以及参数表中 nonseasonal和 seasonal 的区别？

 

[此贴子已经被作者于2008-7-27 19:11:51编辑过]

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：时间序列分析 时间序列 Time Series seasonal ARIMA模型 教程 时间序列分析

 ARIMA有6个参数，ARIMA (p,d,q)(sp,sd,sq)，后三个是主要用来描述季节性的变化，前三个针对去除了季节性变化后序列。为了避免过度训练拟合，这些参数的取值都很小。p与sp的含义是一个数与前面几个数线性相关，这两参数大多数情况下都取0, 取1的情况很少，大于1的就几乎绝种了。d与sd是差分，difference，d是描述长期趋势，sd是季节性变化，这两个参数的取值几乎也都是0，1，2，要做几次差分就取几作值。q与sq是平滑计算次数，如果序列变化特别剧烈，就要进行平滑计算，计算几次就取几做值，这两个值大多数情况下总有一个为0，也很少超过2的。
 
      ARIMA的思路很简单，首先用差分去掉季节性波动，然后去掉长期趋势，然后平滑序列，然后用一个线性函数+白噪声的形式来拟合序列，就是不断的用前p个值来计算下一个值。
 
用SPSS来做ARIMA大概有这些步骤：
1定义日期，确定季节性的周期，菜单为Data-Define dates 
2画序列图来观察数值变化，菜单为Graph-sequence / Time Series - autoregressive 
3若存在季节性波动，则做季节性差分，Graph- Time Series - autoregressive，先做一次，返回2观察，如果数列还存在季节性波动，就再做一次，需要做几次，sd就取几 
4若观察到差分后的数列中有某些值远远大于平均值，则需要做平滑，做几次sq就取几 
5然后看是否需要做去除长期趋势的差分，确定p与sp 
6然后在ARIMA模型中测试是否存在其他属性影响预测属性，如果Approx sig接近0，则说明该属性可以加入模型，作为独立变量，值得注意的是，如果存在突变，可以根据情况自定义变量，这个在判断突变的原因比重时特别有用。 
7然后用以确定的参数与独立变量进行拟合预测。 
8最后，用Graph- Time Series - autoregressive来判断一下拟合产生的误差ERR，如果不存在明显特征，可以看作是无规律的随机白噪声，就可以认为建模成功。 
9最后使用ARIMA模型进行预测即可

spss16.0自动得出

路过，楼上说的不错，顶一个