时间序列模型中Significance value意义及如何使用

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

中文为显著性，以下以SPSSmodeler为例，简单说明该值的含义。

首先，Sig在哪里？

当你使用SPSS在ModelingPallete中提供的TimeSeries node 成功创建了一个model之后，双击生成的nugget，红色框中的内容就是Sig.当然你以可以通过其他软件获得一个时间序列的模型的Sig值。

其次，Sig该怎么用？

简单的来说，该值如果小于0.05的话，说明当前的模型还没有完全解释时间序列中的信息。当前的模型不是很理想，需要重新建模。

Sig值到底是什么？

首先说一个基本概念，residual也就是残差。

残差=真实值-预测值

预测值是通过模型计算出来的值，那么残差如果是一个不随机序列，那么说明残差中还有一些时间序列包含的信息没有被提取出来。 总而言之，如果残差越是一个随机序列（也即白噪声序列），那么该模型就有效。

Sig值就是为了检验残差序列是否为随机序列而引入的一个统计变量，也就是通常所说的Ljung-Boxstatistic.

我们通过一个实际的例子来说明Sig值，如下图所示：

Market_1, Market_3,and Market_5 的Sig值都是大于0.05的，说明模型提取序列中的信息比较充分，该模型有效，可以用来预测。但对于Market_2和 Market_4，Sig值小于0.05，模型中提取的信息不够充分，该模型不理想，建议重新建模。（改图引自SPSS modeler help doc）

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0 回帖

关键词：significance 时间序列模型 value 时间序列 如何使用 模型 sig 使用 意义