时间序列及用spss做时间序列分析

使用教材：(很不错的书)

 

 

做数据分析时，很多的数据都会有时间的趋势，如销售，预测也是经常会有的工作，很多时候和时间有关的周期性变化(周，月，季度，季节性变化等)都会想到使用时间序列来做预测。

做时间序列分析，以前我自己是从网上找到别人的例子，跟着例子做，但是对其中的原理，模型的调整，得到结果的解读则不甚理解，迷迷糊糊就交差了。幸好没有被深究。

 

1. 时间序列的概念

时间序列模型：依时间序列排列起来的一系列观测值(观测值之间不独立)，考虑的不是变量间的因果关系，而是重点考察变量在时间方面的发展变化规律，并为之建立数学模型。

另外一种理解：若我们对背后的规律探讨的十分清楚的话，本来我们是可以找到很多影响因素的，但是现在由于各种原因我们做不到这点，能做到的是用时间t代替各种因素的影响，然后去研究随着时间的变化因变量是如何变的。

使用前提：足够长的数据序列，数据序列的变动是稳定而规律的

 

方法分类：

时域：(Time domain) 将时间序列看成是过去一些点的函数，或者认为序列具有随时间系统变化的趋势，它可以用不多的参数来加以描述，或者说可以通过差分、周期等还原成随机序列。

频域：(Frequency domain)认为时间序列是由数个正弦波成份叠加而成，当序列的确来自一些周期函数集合时，该方法特别有用。 

 

时间序列的构成：长期趋势+季节变化+循环变化+不规则变化

​长期趋势：指一种长期的变化趋势。它采取一种全局的视角，不考虑序列局部的波动

季节变化(Season)：反映一种周期性的变化一般在一年中完成

循环变化(Cyclic)：指一种较长时间的周期变化。一般来说循环时间为2－15年。循环变化一般会出现波峰和波谷，呈现一种循环往复的现象。 

不规则变化(error) ：指时间序列中无法预计的部分，序列的随机波动 ，突发事件引起的 ，它是无法预测的 ，在分析中往往又将其称为白噪声