一、时间序列分析的概念与时间序列分解模型
时间序列也称动态序列,是指将某种现象的指标数值按照时间顺序排列而成的数值序列。时间序列分析大致可分成三大部分,分别是描述过去、分析规律和预测未来。
本讲将主要介绍时间序列分析中常用的三种模型:季节分解、指数平滑方法和ARIMA模型,并将结合
Spss软
件对时间序列数据进行建模。
时间序列数据:对同一对象在不同时间连续观察所取得的数据
例如:1)从出生到现在,你的体重的数据(每年生日称一次 ) 。2)中国历年来 GDP 的数据。3)在某地方每隔一小时测得的温度数据。
1、时间序列的基本概念
2、时间序列分解
3、Spss软件定义时间变量
4、时间序列分析
二、SPSS中七种指数平滑方法的简单介绍
1、(Simple)简单指数平滑法
2、(Linear trend)线性趋势模型
3、(Damped trend)阻尼趋势模型
4、霍特趋势预测
5、(Simple seasonal)简单季节性
6、(Winter'additive)温特加法模型
7、(Winters' multiplicative)温特乘法模型
三、(了解即可)与ARIMA模型相关的十大知识点
之后再写