时间系列分析课件.pptVIP

TimeSeries

概述序数据与一般数据的异q是一些有格先后序的数据，前后往往存在相承的关系，而非独立的。方法q从因果关系出的回分析q序列分析方法q随机程理分析方法q域分析方法

序列的分

序列的分1.平序列(stationaryseries)q基本上不存在的序列，各察基本上在某个固定的水平上波q或有波，但并不存在某种律，而其波可以看成是随机的2.非平序列(non-stationaryseries)§有的序列?性的，非性的§有、季性和周期性的复合型序列

序列的成分序列的成分季性周期性随机性TSCI性非性

序列的成分1.(trend)q持向上或持下降的状或律2.季性(seasonality)§也称季(seasonalfluctuation)§序列在一年内重复出的周期性波3.周期性(cyclity)q也称循波(cyclicalfluctuation)q期的一种波浪形或振式4.随机性(random)q也称不(irregularvariations)q除去、周期性和季性之后的偶然性波

含有不同成分的序列平季季与

序列的分解模型1.乘法模型Y=T×S×C×Iiiiii2.加法模型Y=T+S+C+I

分析的一般步q数据的准段（收集数据）q数据的察及段（形和q数据的段q数据分析和建模段q模型的价段q模型的施用段

序分析方法q两q一是域分析q序列是去和一些相关量的函数，当前的表由去的状和其他因素决定，通去和当前可以未来。q一是域分析q序列是由若干具有不同周期的正弦波成分叠加而成，通数学工具周期成分和分解，可以掌握他的律。

域分析方法介q分析方法q通研究量的关系，用一个或几个量的化来解所关注量的化律，适合序列的构分析和期q外推法q序列中的期行曲合，用于精度不高的中期q自回适用于分析中q存在一自相关情况的序列q自回移平均模型，通从数据自身中提取各种因素来解序列的化律。用于随机性波繁的短期适用于平序列，于不平的可以差分和季差分。q分析适用于高波数据。

模型的价q精度q包括差平方和SSE,平均百分差，度和的方差。q横向q比如F量，各个系数t量、AIC\SBCq

目各种序列分析程自回合移平均程q操作修缺失与建序列指数平滑q例有关公式操作季分解程q操作q例例自回程14有关公式操作q参考答案q束例

分析内容q指数平滑q自回在做分析前，数据理，步：1缺失数据行修2定相的序列q合移平均q季分解法3序数据平性算

各种序列分析程返回

修缺失程与框Seriesmean:整个序列的均数来替缺失Meanofnearbypoints：相若干点均数来替Medianfonearbypoints：若干相点中位数来替Linearinterpolation：相两点平均来替Ineartrendatpoints：点的性（号做自量）返回

建序列框q序列分析是建立在序列的平下的q判断序列是否平可以看它的均数和方差是否不再随化而化，自相关系数是否只与隔有关而与所的无关。q通常，大多数序列不平，常行差分和或平方根行平化理

建序列框返回运行函数Lag的果明

functionqDifference非季性差分qSeasonaldifference跨距恒定隔的季性差分qCenteredmovingaverage中心移平均qPriormovingaverage序列当前之前的跨距平均qRunningmedians包括当前跨距的中位数qCumulativesum包括当前累qLag滞后qLead先qSmoothing混合数据平滑基上，算新序

回和外推一、外推法概念和假定条件外推法概念：当象依化呈某种上升或下降，没有明的季波，且能找到一个合适的函数曲反映种化，就可以用外推法行回本章目

外推法的两个假定：（1）假事物展程没有跳式化；（2）假定事物的展因素也决定事物未来的展，其条件是不或化不大。注：外推法适用于精度要求不高的中期，不适合波性大繁的序列做精确，但仍可借助它分解出序列涵的性，从而使我掌握事物的大致走向。回本章目

二、模型的种多式曲外推模型：一次（性）模型：二次（二次抛物）模型：三次（三次抛物）模型：一般形式：回本章目

指数曲模型：一般形式：修正的指数曲模型：回本章目

数曲模型：生曲外推法：皮曲模型：曲模型：回本章目

三、模型的法：种方法是通制散点来行的，即将序列的数据制成以t横，序察的形，察并将其化曲与各函数曲模型的形行比，以便合适的模型。回本章目

差分法：利用差分法把数据修匀，使非平序列达到平序列。一向后差分可以表示：二向后差分可以表示：回本章目