SPSS中異常值檢驗(yàn)的幾種方法介紹(2)_數(shù)據(jù)分析師

ARIMA 模型：

描述時(shí)間序列數(shù)據(jù)的變化規(guī)律和行為，它允許模型中包含趨勢(shì)變動(dòng)、季節(jié)變動(dòng)、循環(huán)變 動(dòng)和隨機(jī)波動(dòng)等綜合因素影響。具有較高的預(yù)測(cè)精度，可以把握過去數(shù)據(jù)變動(dòng)模式，有助于 解釋預(yù)測(cè)變動(dòng)規(guī)律，回答為什么這樣本想早點(diǎn)完成這個(gè)時(shí)間序列的主題，但最近一直非常多的事情，又 耽擱了這么長(zhǎng)時(shí)間。朋友們問的問題沒有收尾總是不好，抓緊時(shí)間完成吧。 因?yàn)?，后天要參加中?guó)電信集團(tuán)的一個(gè) EDA 論壇，要仔細(xì)準(zhǔn)備發(fā)言稿！在交流的過程 中，發(fā)現(xiàn)大家都對(duì)預(yù)測(cè)問題非常關(guān)注，尤其是數(shù)據(jù)挖掘領(lǐng)域，有時(shí)候分類問題與預(yù)測(cè)問題在 表達(dá)上區(qū)分不開，有時(shí)候分類就是預(yù)測(cè)，比如通過判別分析、C5.0 規(guī)則或 Logistics 回歸 進(jìn)行監(jiān)督類建模，得到的結(jié)論說該客戶是什么類別等級(jí)，似乎也可以說是預(yù)測(cè)；當(dāng)然，如果 能夠預(yù)測(cè)該消費(fèi)者什么時(shí)候流失，也就是進(jìn)行了分類；這樣說吧，其實(shí)有時(shí)候并不需要嚴(yán)格 區(qū)分分類和預(yù)測(cè)，關(guān)鍵是時(shí)間點(diǎn)。從這也可以看出，預(yù)測(cè)問題內(nèi)涵和外延是非常寬泛的，但 研究者心中要有數(shù)，這決定了你得到的結(jié)果該如何應(yīng)用。 前面的博文提到，如果我們考慮時(shí)間序列預(yù)測(cè)包含有預(yù)測(cè)和干擾變量如何解決的問題。 從方法角度講，過去沒有統(tǒng)計(jì)分析軟件要完成預(yù)測(cè)可以說是困難的，現(xiàn)在有了軟件工具 就方便多了。 從技術(shù)角度講：

預(yù)測(cè)模型如果能夠排除因?yàn)楫惓Ｔ蛟斐傻臅r(shí)間點(diǎn)事件和時(shí)間段時(shí)間，就好了。例 如某天停電沒有開業(yè)，或者某一段時(shí)間比如發(fā)生甲型 H1NI 一周沒有營(yíng)業(yè)收入，這 些事件必須能夠告訴模型未來不會(huì)再發(fā)生了；當(dāng)然，我們也要把未來會(huì)重復(fù)發(fā)生的干擾因素納入模型，例如：我們學(xué)校某天要開 運(yùn)動(dòng)會(huì)，小賣部的可樂銷量一定提高，或者我們學(xué)校 7-8 月份放暑假，銷量一定減 少，像這樣的時(shí)間點(diǎn)和時(shí)間段事件未來會(huì)重復(fù)出現(xiàn)，我們?nèi)绻軌蚋嬖V模型，那么 預(yù)測(cè)會(huì)更準(zhǔn)確。

當(dāng)然如果我們建立的模型能夠預(yù)測(cè)未來，并能夠?qū)⑽磥砜深A(yù)見的事件，包括時(shí)間點(diǎn) 和時(shí)間段干擾納入預(yù)測(cè)是非常好的事情啦！

甚至，我們應(yīng)該能夠把預(yù)測(cè)模型中的，預(yù)測(cè)未來周期內(nèi)的不可預(yù)見的時(shí)間點(diǎn)和時(shí)間 段隨時(shí)干預(yù)預(yù)測(cè)結(jié)果，這就需要考慮如何將預(yù)測(cè)模型導(dǎo)入生產(chǎn)經(jīng)營(yíng)分析系統(tǒng)了。

下面的數(shù)據(jù)延續(xù)前兩篇的案例， 只是增加了自變量， （因?yàn)槭诸^這個(gè)案例沒有干預(yù)因素變量）

在我們?cè)黾恿?5 個(gè)自變量后，采用預(yù)測(cè)建模方法，選擇專家建模器，但限制只在 ARIMA 模 型中選擇。

確定后，得到分析結(jié)果，我們現(xiàn)在來看一下與原來的模型有什么不同。

從預(yù)測(cè)值看，比前一模型有了改進(jìn)，至少這時(shí)候的模型捕捉了歷史數(shù)據(jù)中的下降峰值， 這可以認(rèn)為是當(dāng)前比較適合的擬合值了。 如果我們觀察預(yù)測(cè)結(jié)果，可以發(fā)現(xiàn)模型選擇了兩個(gè)預(yù)測(cè)變量。注意：使用專家建模器時(shí)， 只有在自變量與因變量之間具有統(tǒng)計(jì)顯著性關(guān)系時(shí)才會(huì)包括自變量。如果選擇 ARIMA 模 型，“變量”選項(xiàng)卡上指定的所有自變量（預(yù)測(cè)變量）都包括在該模型中，這點(diǎn)與使用專家建 模器相反；

當(dāng)確定了最終選擇的預(yù)測(cè)模型和方法后，我們就可以預(yù)測(cè)未來了，當(dāng)然你要指定預(yù)測(cè)未 來的時(shí)間點(diǎn)，這里我們時(shí)間包括年、季度和月份；假定我們預(yù)測(cè)未來半年的銷售收入。 我們分別設(shè)定：預(yù)測(cè)值輸出，95%置信度的上下限。注意：SPSS 中文環(huán)境有個(gè)小 Bug，

必須改一下名字！

在選項(xiàng)中，選擇你的預(yù)測(cè)時(shí)間，預(yù)測(cè)期將根據(jù)你事先定義的數(shù)據(jù)時(shí)間格式填寫。（后面 的模型為了讓大家看清楚，實(shí)際上我預(yù)測(cè)了一年的數(shù)據(jù)，也就是 2010 年的 4 個(gè)季度的 12 個(gè)月）。

自變量的選擇問題，在預(yù)測(cè)未來半年的銷售收入中，ARIMA 模型可以把其它預(yù)測(cè)變量 納入考慮，但如何確定未來這些預(yù)測(cè)變量的值呢？ 主要方法可以考慮：1）選擇最末期數(shù)據(jù)；2）選擇近三期數(shù)據(jù)的平均；3）選擇近三期 的移動(dòng)平均 這里我們選近三期移動(dòng)平均作為預(yù)測(cè)自變量數(shù)值。

上面就是預(yù)測(cè)結(jié)果！于此同時(shí)，SPSS 活動(dòng)數(shù)據(jù)集中也存儲(chǔ)了預(yù)測(cè)值！

最后，我們要解決時(shí)間序列預(yù)測(cè)的檢驗(yàn)和統(tǒng)計(jì)問題！說實(shí)在話，我比較關(guān)注偏好商業(yè)應(yīng)用，就是看得見就做得到！從上面的分析，我們基本上就知道了哪種預(yù)測(cè)模型更好，也就不去較真只有專業(yè)統(tǒng)計(jì)學(xué)者才關(guān)心的統(tǒng)計(jì)和檢驗(yàn)問題， 把這些交給統(tǒng)計(jì)專家或?qū)W術(shù)研究吧！ 如 （ 果你是寫學(xué)術(shù)論文，就必須強(qiáng)調(diào)這一點(diǎn)了?。?實(shí)際上我們可以通過軟件得到各種統(tǒng)計(jì)檢驗(yàn)指標(biāo)和統(tǒng)計(jì)檢驗(yàn)圖表！