周期分解法和时间序列普分析PPT课件.ppt

时间序列分析周期分解方法和时间序列谱分析1.123时间序列谱分析周期分解方法时间序列分析简介目录2.时间序列分析简介013.依时间顺序排列起来的一系列观测值。定义时间序列分析简介注：观测值之间不独立。它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。4.有足够长的数据序列（t4T）数据序列的变动是稳定而规律的前提时间序列分析简介5.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。分类时间序列分析简介6.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。如：中国的GDP呈现一种上升的长期趋季节变化(Season)：冷饮的销售情况循环变化(Cyclic)：经济危机，指一种较长时间的周期变化。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):白噪声，指时间序列中无法预计的部分，序列的随机波动。构成时间序列分析简介注：并不是每个序列都包含所有4种成分。比如以年为时间单位的序列就不会有季节变化；一些较短的序列也看不出循环变化。所以在分析的时候得具体情况具体分析。7.有指数平滑法（Exponential Smoothing）自回归线性模型（Autoregressive model）ARIMA模型周期分解（Seasonal Decomposition）分析模块时间序列分析简介8.序列图自相关偏相关图交叉相关图周期图和谱密度图图形时间序列分析简介9.周期分解方法（seasonalDecomposition过程）0210.将那些与年、季、月等相关的固定周期变动称为季节性变动，而将其他非固定周期变动称为周期性。周期分解法的本质就是要对时间序列的各种周期性进行识别和提取。定义周期分解方法11.加法模型（波动幅度无明显变化）乘法模型（波动幅度随时间推移增大或减小）模型周期分解方法12.例题【17-4】预处理：1.缺失值的填补 2.时间变量的定义 3.时间序列的平稳化时间序列趋势的图形化观察：1.Sequence Chart：序列图 2.Autocorrelation Chart：自相关和偏相关图创建时间序列模型：1.专家建模器 2.指数平滑 3.ARIMA13.12 序列图初步预测（分析时间序列预测序列图）定义日期和时间（数据定义日期和时间）操作过程14.34 周期分解（分析时间序列预测季节性分解）观察序列图（波动幅度无明显变化加法模型）操作过程15.操作过程16.5观察自相关和偏相关图 （判断有无相关性）分析时间序列预测自相关性操作过程周期分解后17.64 趋势-循环波动序列STC-1（观察周期分解后的效果）周期调整序列SAS-1（观察周期分解后的效果）操作过程注：1.周期调整序列:该序列加上季节指数可以还原为原始序列。2.趋势循环波动序列:对周期调整序列进行平滑处理。18.时间序列谱分析（seasonalDecomposition过程）0319.一个时间序列可看成各种周期扰动的叠加，频域分析就是确定各周期的振动能量的分配，这种分配称为“谱”，或“功率谱”。因此频域分析又称谱分析。（心电图）定义时间序列谱分析20.例题【17-5】操作：分析时间序列预测谱图 横坐标：20，对数（一般历史数据4个周期,既100/5=20）纵坐标：线性21.22.结论：太阳黑子的时间序列存在周期为10年的规律性活动。（书上为周期11）23.谢谢观看THANK YOU24.