时间序列分析课件(PPT 82页)

横截面数据时间序列数据
时间序列和回归
例15.1 (数据：Tax.txt，Tax.sav)
时间序列的组成部分
去掉季节成分，只有趋势和误差成分的例15.1的时间序列。
例15.1的时间序列分解出来的纯趋势成分和纯季节成分两条曲线
例15.1的时间序列分解出来的纯趋势成分和纯误差成分两条曲线
指数平滑
例15.1时间序列数据的指数平滑和对未来的预测
Box-Jenkins 方法：ARIMA模型
ARIMA模型 ：AR模型
ARIMA模型 ：MA模型
ARIMA模型 ：ARMA模型
ARIMA模型：平稳性和可逆性
ARIMA模型：差分
ARMA模型的识别和估计
拖尾和截尾
acf和pacf图
例：数据AR2.sav
ARIMA (p,d,q)(P,D,Q)s模型
用ARIMA模型拟合tax.sav
用ARIMA模型拟合例tax.sav
例：数据tax.sav
新SPSS
用ARIMA模型拟合带有独立变量的时间序列
数据tsadds2.sav
新SPSS的时间序列实现
tsadds2.sav
Airport.sav
SPSS的实现:ARIMA模型
SPSS的实现:ARIMA(p,d,q)(P,D,Q)s模型拟合
公式：指数平滑模型
..............................