湖北工程学院
时间序列分析实验报告八
实验项目 确定性分析 趋势分析 专 业 统计学专业 班 级 0123011242 姓 名 学 号 012301124213
湖北数学实验室
实 验 报 告
实验项目名称 理论内容 实验目的及要求： 1. 熟练掌握趋势分析原理，步骤； 2. 查询一组具有趋势的数据，分别利用SPSS与SAS采用趋势拟合和平滑法的各种模型进行比较，并做五期的预测； 实验日期 实验地点 分析基本原理与方法： 趋势拟合法以时间作为自变量，相应的序列观察值作为因变量，建立序列值随时间变化的回归模型。 1. 线性拟合：若序列时序图显示该序列有显著的线性递增（或减）趋势，可以考虑用线性模型。 2. 曲线拟合：若序列时序图长期呈现出该序列有非线性特征，可以考虑用曲线模型。 3. 对曲线模型进行参数估计时，指导思想：能转换成线性模型的都转换成线性模型，用最小二乘法进行参数估计；实在不能转换成线性模型的，用迭代法进行参数估计。 操作步骤： 1.首先画出该序列的时序图，观察该序列是否是线性变化。 2.若是线性，回归、线性，然后选择相应的选项 3.若是非线性，回归、曲线估计、对所有的模型估计（在等式中包含常量，显示ANOVA表格），观察输出值，察ANOVA和系数的P值大小，若显示P值均小于0.05的模型，则表示模型通过 4.比较R2的大小，R2较大的模型可以选择作为最优模型，对最优模型重新回归（保存预测值、残差值，预测区间），再对残差进行自相关与偏自相关检验。 运行结果： 根据1964—1999年中国纱年产量数据 一、曲线拟合法 1. 该序列时序图 该时序图显示序列呈非线性特征，则采用曲线估计模型拟合 模型汇总和参数估计值 因变量:纱产量 方程 R 方 线性 对数 倒数 二次 三次 幂 复合 S 增长 指数 .966 .755 .322 .971 .979 .878 .956 .474 .956 .956 F 962.595 104.770 16.167 549.969 508.497 243.929 737.936 30.639 737.936 737.936 模型汇总 df1 1 1 1 2 3 1 1 1 1 1 df2 34 34 34 33 32 34 34 34 34 34 Sig. .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 常数 69.520 -71.661 382.288 94.832 137.537 68.115 122.547 5.901 4.808 122.547 参数估计值 b1 13.950 150.156 -471.730 9.953 -3.017 .547 1.048 -1.934 .047 .047 b2 b3 .108 .972 -.016