SPSS建立时间序列加法季节模型实战案例

实验

名称

疏系数模型 和季节模型

实验

内容

1、简单季节模型

实验

目的

1、掌握疏系数模型

2、熟练建立季节模型

 

目录

简单季节模型结构

模型建立

时序图

差分平稳化

白噪声检验

模型定阶

参数估计和模型检验

模型预测


推荐阅读

  1. 使用Python完成时间序列分析基础
  2. SPSS建立时间序列乘法季节模型实战案例
  3. Python建立时间序列ARIMA模型实战案例

简单季节模型结构

模型建立

时序图

时序图显示,该序列既包含长期趋势又包含以年为周期的季节效应

 

差分平稳化

对原序列做1阶差分消去趋势,再做4步差分消去季节效应的影响,差分后序列时的时序图:

单位根检验:  

白噪声检验

检验结果显示,差分后序列时平稳非白噪声序列,需要对差分后的序列进行进一步拟合ARMA模型。

模型定阶

      自相关图显示出明显的下滑轨迹,这是典型的拖尾属性。偏自相关图除了1阶和4阶偏自相关系数显著大于2倍标准差。所以尝试拟合ARIMA(4,1,0)*(0,1,0)4

参数估计和模型检验

x2,x3,P>α,不通过显著性检验

模型的显著性检验:

检验结果显示,残差序列为白噪声序列,参数显著性检验显示两个参数均显著非0。

模型预测

 

> 到这里就结束了,如果对你有帮助你,欢迎点赞关注,你的点赞对我很重要

 

 

猜你喜欢

转载自blog.csdn.net/qq_45176548/article/details/112006848