
SPSS時(shí)間序列:頻譜分析
一、頻譜分析(分析-預(yù)測(cè)-頻譜分析)
“頻譜圖”過(guò)程用于標(biāo)識(shí)時(shí)間序列中的周期行為。它不需要分析一個(gè)時(shí)間點(diǎn)與下一個(gè)時(shí)間點(diǎn)之間的變異,只要按不同頻率的周期性成分分析整體序列的變異。平滑序列在低頻率具有更強(qiáng)的周期性成分;而隨機(jī)變異(“白噪聲”)將成分強(qiáng)度分布到所有頻率。不能使用該過(guò)程分析包含缺失數(shù)據(jù)的序列。
1、示例。建造新住房的比率是一個(gè)國(guó)家/地區(qū)經(jīng)濟(jì)的重要晴雨表。有關(guān)住房的數(shù)據(jù)開始時(shí)通常會(huì)表現(xiàn)出一個(gè)較強(qiáng)的季節(jié)性成分。但在估計(jì)當(dāng)前數(shù)字時(shí),分析人員需要注意數(shù)據(jù)中是否呈現(xiàn)了較長(zhǎng)的周期。
2、統(tǒng)計(jì)量。正弦和余弦變換、周期圖值和每個(gè)頻率或周期成分的譜密度估計(jì)。在選擇雙變量分析時(shí):交叉周期圖的實(shí)部和虛部、余譜密度、正交譜、增益、平方一致和每個(gè)頻率或周期成分的相位譜。
3、圖。對(duì)于單變量和雙變量分析:周期圖和頻譜密度。對(duì)于雙變量分析:平方一致性、正交譜、交叉振幅、余譜密度、相位譜和增益。
4、數(shù)據(jù)。變量應(yīng)為數(shù)值型。
5、假設(shè)。變量不應(yīng)包含任何內(nèi)嵌的缺失數(shù)據(jù)。要分析的時(shí)間序列應(yīng)該是平穩(wěn)的,任何
非零均值應(yīng)該從序列中刪除。
平穩(wěn).要用ARIMA模型進(jìn)行擬合的時(shí)間序列所必須滿足的條件。純的MA序列是平穩(wěn)
的,但AR和ARMA序列可能不是。平穩(wěn)序列的均值和方差不隨時(shí)間改變。
二、頻譜圖(分析-預(yù)測(cè)-頻譜分析)
1、選擇其中一個(gè)“頻譜窗口”選項(xiàng)來(lái)選擇如何平滑周期圖,以便獲得譜密度估計(jì)值。可用的平滑選項(xiàng)有“Tukey-Hamming”、“Tukey”、“Parzen”、“Bartlett”、“Daniell(單元)”和“無(wú)”。
1.1、Tukey-Hamming.權(quán)重為Wk = .54Dp(2 pi fk) + .23Dp (2 pi fk + pi/p) + .23Dp (2pi fk - pi/p),k = 0, ..., p,其中p是一半跨度的整數(shù)部分,Dp是階數(shù)p的Dirichlet內(nèi)核。
1.2、Tukey.權(quán)重為Wk = 0.5Dp(2 pi fk) + 0.25Dp (2 pi fk + pi/p) + 0.25Dp(2 pi fk -pi/p),k = 0, ..., p,其中p是一半跨度的整數(shù)部分,Dp是階數(shù)p的Dirichlet內(nèi)核。
1.3、Parzen.權(quán)重為Wk = 1/p(2 + cos(2 pi fk)) (F[p/2] (2 pi fk))**2,k= 0, ... p,其中p是一半跨度的整數(shù)部分,而F[p/2]是階數(shù)p/2的Fejer內(nèi)核。
1.4、Bartlett.譜窗口的形狀,窗口上半部分的權(quán)重按如下公式計(jì)算:Wk = Fp(2*pi*fk),k = 0, ... p,其中p是半跨度的整數(shù)部分,F(xiàn)p是階數(shù)p的Fejer內(nèi)核。下半部分與上半部分對(duì)稱。
1.5、Daniell(單元).所有權(quán)重均等于1的頻譜窗口形狀。
1.6、無(wú).無(wú)平滑。如果選擇了此選項(xiàng),則頻譜密度估計(jì)與周期圖相同。
2、跨度.一個(gè)連續(xù)值范圍,在該范圍上將執(zhí)行平滑。通常使用奇數(shù)。較大的跨度對(duì)譜密度圖進(jìn)行的平滑比較小的跨度程度大。
3、變量中心化.調(diào)整序列以使在計(jì)算譜之前其均值為0,并且移去可能與序列均值關(guān)聯(lián)的較大項(xiàng)。
4、圖。周期圖和譜密度對(duì)單變量分析和雙變量分析均可用。其他所有選項(xiàng)僅對(duì)雙變量分析可用。
4.1、周期圖.針對(duì)頻率或周期繪制的未平滑譜振幅圖(繪制在對(duì)數(shù)刻度中)。低頻率變動(dòng)是平滑序列的特征。均勻地分布在所有頻率上的變動(dòng)則表示“白噪音”。
4.2、平方一致性.兩個(gè)序列的增益的乘積。
4.3、正交譜.交叉周期圖的虛部,是兩個(gè)時(shí)間序列的異相頻率成分的相關(guān)性的測(cè)量。成分的異相為pi/2弧度。
4.4、交叉振幅.余譜密度平方和正交譜平方之和的平方根。
4.5、譜密度.已進(jìn)行平滑而移去了不規(guī)則變動(dòng)的周期圖。
4.6、余譜密度.交叉周期圖的實(shí)部,是兩個(gè)時(shí)間序列的同相頻率分量的相關(guān)性的測(cè)量。
4.7、相位譜.一個(gè)序列的每個(gè)頻率成分提前或延遲另一個(gè)序列的程度的測(cè)量。
4.8、增益.用一個(gè)序列的譜密度除以跨振幅的商。這兩個(gè)序列都有自己的獲得值。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10