6.1时间(shíjiān)序列分析概述6.1.1时间序列分析(fēnxī)概述6.1.2时间序列分析(fēnxī)的一般步骤(重点)6.1.3时间序列(xùliè)分析的特点6.2数据(shùjù)准备6.3时间序列的图形化观察(guānchá)及检验6.4.1图形化及检验(jiǎnyàn)目的6.3.2图形化观察(guānchá)工具6.3.3时间(shíjiān)序列的检验方法6.3.4图形化观察(guānchá)和检验的基本操作3.绘制互相关图的基本操作1)分析——预测——互相关图。2)把需绘图的序列变量(biànliàng)选到Variables框中。要求两个序列均具有平稳性。6.3.5图形化观察应用(yìngyòng)举例具有上升(shàngshēng)趋势的非平稳序列平稳(píngwěn)序列的序列图示例具有(jùyǒu)异方差性的非平稳序列具有波动性的非平稳(píngwěn)序列具有(jùyǒu)周期性的非平稳序列非平稳序列(xùliè)差分处理后变为平稳序列(xùliè)/2)以各种序列(xùliè)绘制自相关函数和偏自相关函数图正态白噪声(zàoshēng)的自相关函数正态白噪声的偏自相关(xiāngguān)函数正态白噪声(zàoshēng)的自相关函数图正态白噪声(zàoshēng)的偏自相关函数图一个(yīɡè)上升趋势序列的自相关函数图一个上升趋势(qūshì)序列的偏自相关函数图一个异方差(fānɡchà)序列的自相关函数图一个异方差序列的偏自相关(xiāngguān)函数图一个(yīɡè)周期性序列的自相关函数图一个周期性序列(xùliè)的偏自相关函数图一个非周期的波动性序列的自相关(xiāngguān)函数图一个非周期(zhōuqī)的波动性序列的偏自相关函数图2.绘制互相(hùxiāng)关图的操作举例互相(hùxiāng)关图6.4时间(shíjiān)序列的预处理6.4.1预处理的目的和主要(zhǔyào)方法6.4.2预处理的基本操作/用平滑(pínghuá)法进行数据转换的操作时间序列分析（模拟序列数据）.sav6.5简单回归法和趋势(qūshì)外推法（自学,看书）6.6指数(zhǐshù)平滑法6.6.1指数平滑(pínghuá)法的基本思想6.6.2指数(zhǐshù)平滑法的模型3)三次(三重)指数(zhǐshù)平滑法，包括布朗三次指数(zhǐshù)平滑6.6.2指数(zhǐshù)平滑法的基本操作//6.6.3指数平滑法的应用(yìngyòng)举例彩电(cǎidiàn)出口量序列图简单指数(zhǐshù)平滑模型简单指数平滑模型输出(shūchū)的残差自相关函数和偏自相关函数简单(jiǎndān)指数平滑法拟合效果图Brown线性趋势(qūshì)模型残差自相关函数(hánshù)和偏自相关函数(hánshù)图,具有明显的季节性Brown线性趋势(qūshì)模型拟合效果图Winters可加性模型(móxíng)//预测(yùcè)设定均方根误差(wùchā),比前面两个模型的更小残差自相关(xiāngguān)函数和偏自相关(xiāngguān)函数图,季节性趋势已消除Winters可加性模型(móxíng)拟合效果图,更佳6.7ARIMA模型(móxíng)6.8季节(jìjié)分解模型数据分析方法(fāngfǎ)及软件应用感谢您的观看(guānkàn)！