时间序列应该是目前我接触到的最麻烦的模型,原理比较麻烦,但用起来很简单,Spss中点点鼠标就可以操作。
时间序列建模思路:
(1)处理数据的缺失值的问题,生成时间变量并画出时间序列图
(2)数据是否为季度数据或者月份数据(至少要有两个完整的周期,即两年),如果是的话则要观察图形中是否存在季节性波动。
(3)根据时间序列图大致判断数据是否为平稳序列(数据围绕着均值上下波动,无趋势和季节性)
(4)打开spss,分析——时间序列预测——创建传统模型,看看专家建模器得出的最后模型类型。
(5)如果最后的结果是ARIMA(p,0,q)模型,那么我们就可以画出时间序列的样本ACF和PACF图形进行分析,如果得到的结果与季节性相关,那么我们可以考虑使用时间序列分解。
题目:使用时间序列分析,对过去十年女装的销售数据进行分析,并预测未来一年的销量数据。
论文在线:http://www.vsbf.fun/thesis/time_series.pdf
使用的是墙外的服务器,所以打开速度可能会比较慢......
论文截图:
Comments NOTHING