
SPSS時(shí)間序列:應(yīng)用時(shí)間序列模型
一、應(yīng)用時(shí)間序列模型(分析-預(yù)測-應(yīng)用模型)
“應(yīng)用時(shí)間序列模型”過程從外部文件加載現(xiàn)有的時(shí)間序列模型,并將它們應(yīng)用于活動(dòng)數(shù)據(jù)集。使用此過程,可以在不重新建立模型的情況下獲得其新數(shù)據(jù)或修訂數(shù)據(jù)可用的序列的預(yù)測值。模型是使用時(shí)間序列建模器過程生成的。
1、示例。假定您是一家大型零售店的庫存經(jīng)理,您負(fù)責(zé)管理5,000種產(chǎn)品。您曾使用專家建模器創(chuàng)建了一些模型,用來預(yù)測每種產(chǎn)品在未來三個(gè)月的銷售情況。您的數(shù)據(jù)倉庫每個(gè)月都會(huì)使用實(shí)際銷售數(shù)據(jù)進(jìn)行刷新,您希望使用這些數(shù)據(jù)來生成每月更新預(yù)測值。通過?應(yīng)用時(shí)間序列模型?過程,您可以使用原有模型,然后只需重新估計(jì)模型參數(shù)以說明新數(shù)據(jù)即可實(shí)現(xiàn)此預(yù)測。
2、統(tǒng)計(jì)量。擬合優(yōu)度測量:平穩(wěn)的R方、R方(R2)、均方根誤差(RMSE)、平均絕對誤差(MAE)、平均絕對誤差百分比(MAPE)、最大絕對誤差(MaxAE)、最大絕對誤差百分比(MaxAPE)、標(biāo)準(zhǔn)化BIC準(zhǔn)則。殘差:自相關(guān)函數(shù)、偏自相關(guān)函數(shù)、Ljung-Box Q。圖??缢心P偷恼獔D:平穩(wěn)的R方、R方(R2)、均方根誤差(RMSE)、平均絕對誤差(MAE)、平均絕對誤差百分比(MAPE)、最大絕對誤差(MaxAE)、最大絕對誤差百分比(MaxAPE)、標(biāo)準(zhǔn)化BIC準(zhǔn)則的直方圖;殘差自相關(guān)和偏自相關(guān)的箱圖。單個(gè)模型的結(jié)果:預(yù)測值、擬合值、觀察值、置信區(qū)間的上限和下限、殘差自相關(guān)和偏自相關(guān)。
二、統(tǒng)計(jì)量(分析-預(yù)測-應(yīng)用模型-統(tǒng)計(jì)量)
1、比較模型的統(tǒng)計(jì)量。這組選項(xiàng)控制如何顯示包含所有模型的統(tǒng)計(jì)量的表。每個(gè)選項(xiàng)分別生成單獨(dú)的表。可以選擇以下選項(xiàng)中的一個(gè)或多個(gè):
1.1、擬合優(yōu)度。固定的R方、R方、均方根誤差、平均絕對誤差百分比、平均絕對誤差、最大絕對誤差百分比、最大絕對誤差以及標(biāo)準(zhǔn)化的BIC準(zhǔn)則的摘要統(tǒng)計(jì)量和百分位數(shù)表。
1.2、殘差自相關(guān)函數(shù)(ACF)。所有估計(jì)模型中殘差的自相關(guān)摘要統(tǒng)計(jì)和百分位表。此表只在重新估計(jì)模型參數(shù)時(shí)可用(?模型?選項(xiàng)卡上的根據(jù)數(shù)據(jù)重新估計(jì))。
1.3、殘差部分自相關(guān)函數(shù)(PACF)。所有估計(jì)模型中殘差的部分自相關(guān)摘要統(tǒng)計(jì)和百分位表。此表只在重新估計(jì)模型參數(shù)時(shí)可用(?模型?選項(xiàng)卡上的根據(jù)數(shù)據(jù)重新估計(jì))。
2、個(gè)別模型的統(tǒng)計(jì)量。這組選項(xiàng)控制如何顯示包含每個(gè)模型的詳細(xì)信息的表。每個(gè)選項(xiàng)分別生成單獨(dú)的表??梢赃x擇以下選項(xiàng)中的一個(gè)或多個(gè):
2.1、參數(shù)估計(jì)。顯示每個(gè)模型的參數(shù)估計(jì)值的表。為指數(shù)平滑法和ARIMA模型顯示不同的表。如果存在離群值,則它們的參數(shù)估計(jì)值也將在單獨(dú)的表中顯示。
2.2、殘差自相關(guān)函數(shù)(ACF)。按每個(gè)估計(jì)模型的延遲顯示殘差自相關(guān)表。該表包含自相關(guān)的置信區(qū)間。此表只在重新估計(jì)模型參數(shù)時(shí)可用(?模型?選項(xiàng)卡上的根據(jù)數(shù)據(jù)重新估計(jì))。
1.3、殘差部分自相關(guān)函數(shù)(PACF)。按每個(gè)估計(jì)模型的延遲顯示殘差部分自相關(guān)表。該表包含部分自相關(guān)的置信區(qū)間。此表只在重新估計(jì)模型參數(shù)時(shí)可用(?模型?選項(xiàng)卡上的根據(jù)數(shù)據(jù)重新估計(jì))。
3、顯示預(yù)測值。顯示每個(gè)模型的模型預(yù)測值和置信區(qū)間的表。
三、圖表(分析-預(yù)測-應(yīng)用模型-圖表)
序列。選擇(選中)此選項(xiàng)可獲取每個(gè)模型的預(yù)測值的圖。只有在重新估計(jì)模型參數(shù)時(shí)(?模型?選項(xiàng)卡上的根據(jù)數(shù)據(jù)重新估計(jì)),觀察值、擬合值、擬合值的置信區(qū)間以及自相關(guān)才可用。可以選擇在圖中包含以下一項(xiàng)或多項(xiàng):
◎觀察值。相依序列的觀察值。
◎預(yù)測值。預(yù)測期的模型預(yù)測值。
◎擬合值。估計(jì)期的模型預(yù)測值。
◎預(yù)測值的置信區(qū)間。預(yù)測期的置信區(qū)間。
◎擬合值的置信區(qū)間。估計(jì)期的置信區(qū)間。
殘差自相關(guān)函數(shù)(ACF)。顯示每個(gè)估計(jì)模型的殘差自相關(guān)圖。
殘差部分自相關(guān)函數(shù)(PACF)。顯示每個(gè)估計(jì)模型的殘差部分自相關(guān)圖。
四、輸出過濾(分析-預(yù)測-應(yīng)用模型-輸出過濾)
1、最佳擬合模型。選擇(選中)此選項(xiàng)將在輸出中包含最佳擬合模型。選擇擬合優(yōu)度測量并指定要包含的模型數(shù)。選擇此選項(xiàng)不妨礙同時(shí)選擇最差擬合模型。如果同時(shí)選擇兩者,則輸出將由最差擬合模型和最佳擬合模型組成。
1.1、模型的固定數(shù)量。指定為n個(gè)最佳擬合模型顯示結(jié)果。如果指定的數(shù)量超過模型的總數(shù),則顯示所有模型。
1.2、占模型總數(shù)的百分比。指定為其擬合優(yōu)度值在所有模型的前n個(gè)百分比范圍內(nèi)的模型顯示結(jié)果。
2、最差擬合模型。選擇(選中)此選項(xiàng)將在輸出中包含最差擬合模型。選擇擬合優(yōu)度測量并指定要包含的模型數(shù)。選擇此選項(xiàng)不妨礙同時(shí)選擇最佳擬合模型。如果同時(shí)選擇兩者,輸出將由最佳擬合模型和最差擬合模型組成。
2.1、模型的固定數(shù)量。指定為n個(gè)最差擬合模型顯示結(jié)果。如果指定的數(shù)量超過模型的總數(shù),則顯示所有模型。
2.2、占模型總數(shù)的百分比。指定為其擬合優(yōu)度值在所有模型的后n個(gè)百分比范圍內(nèi)的模型顯示結(jié)果。
3、擬合優(yōu)度。選擇用于過濾模型的擬合優(yōu)度測量。缺省值為固定的R方。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03