时间序列数据可以做吗
@籍申1337：时间序列数据 - 搜狗百科
暴祁15383979219…… 1.指数平滑可以对不规则的时间序列数据加以平滑,从而获得其变化规律和趋势,并以此对未来的经济数据进行推断和预测.2.操作步骤3.看看结果吧4.arima称为自动回归移动平均模型,将非平稳时间序列转化为平稳时间序列.5.看看结果2.季节分解11.季节性变动指由于季节因素导致的时间序列的有规则变动.主要方法包括按月或季平均法和移动平均趋势剔除法.
@籍申1337：标准化处理后的时间序列数据可以做单位根检验吗?数据里面变成有负数的了 -
暴祁15383979219…… 如果要做单位根检验,没有必要对数据进行标准化处理,因为每一时间序列数据的量纲是一样的,并不影响检验结果.
@籍申1337：时间序列的数据可以用dea模型吗 -
暴祁15383979219…… 具体原因是什么我也不太清楚,但是传统的DEA模型是不可以使用时间序列数据的,不过,是可以使用面板的数据的.可能是因为DEA研究的是决策单元格的效率问题,使用时间序列数据没有很大的意义么?这个我也不是很清楚,等待大神解答.
@籍申1337：时间序列分析适合大量的历史数据吗 -
暴祁15383979219…… 时间序列是按时间顺序的一组数字序列.时间序列分析就是利用这组数列,应用数理统计方法加以处理,以预测未来事物的发展.时间序列分析是定量预测方法之一,它的基本原理:一是承认事物发展的延续性.应用过去数据,就能推测事物的发展趋势.二是考虑到事物发展的随机性.任何事物发展都可能受偶然因素影响,为此要利用统计分析中加权平均法对历史数据进行处理.该方法方法简单易行,便于掌握,但准确性差,一般只适用于短期预测.
@籍申1337：用spss进行时间序列分析数据采样怎么用 -
暴祁15383979219…… 带有年份的数据 或者是月份的数据,或者是季度的数据,或者是周数据等 都可以作为时间序列.比如说连续多年的销售数据,连续多个月份的每个地区的销售数据等
@籍申1337：如何生成新时间序列数据 -
暴祁15383979219…… 1、使用create命令,生成一个区间在2010-2015的工作文件,2、在命令窗口中输入:series t=@trend(时间),生成一个以该时间为0基准的整数的时间序列.在案例中,输入series t=@trend(2010),按enter键生成后,点击t,即可查看.
@籍申1337：聚类算法可以和时间序列相结合做预测吗? -
暴祁15383979219…… 你好, 如果你处理的数据本身就是时间序列数据,如果采用聚类的话,就会忽略数据的顺序信息.也就是说并不知道得到那些簇之间的先后顺序,既然不知道顺序用时间序列来坐预测就没有什么意义. 你对数据先聚类后预测,我大致能了解你的意图.你可以试着把聚类算法换成序列模式挖掘算法.比如,利用PrefixSpan找出频繁出现的序列模式,那样的话,给定一个序列模式,直接去匹配最符合的频繁模式,就可以做简单的预测. 此外,针对时间序列预测,有专门的比如ARIMA这种算法来进行预测,为什么要先聚类了?
@籍申1337：如何用excel做时间序列分析法 -
暴祁15383979219…… 如下实例用季节性预测求2005年各季度用电量,把数据输入到excel中 输入原始数据,计算三点平滑值,消除季节变动和不规则变动,保留长期趋势. 计算方法:2136=(435+2217+3756)/3 1122.33=(2217+3756+394)/3........以此类推. 计算季...
@籍申1337：如何用Eviews软件进行简单时间序列分析 -
暴祁15383979219…… 这个稍微有点麻烦,因为做granger因果,首先要注意序列是否平稳,一般要先做ADF检验,结果如果平稳可以继续G检验;若不平稳要对同阶单整进行协整检验,如果有协整关系同样可以G检验.否则做出来有可能会是伪回归,所以之前的准备工作有点麻烦. 如果仅仅说做Granger这一步的话: 1、假定你的工作文件已经建立,首先打开时间序列数据组窗口. 2、点击view键,选择Granger Causality...功能. 3、随即打开一个对话框,需要选择最大滞后长度,然后点击ok键,就得到检验结果. 4、比较下P和F值,判断下是否拒绝原假设,然后得出结论. 希望你的数据性质好,做的顺利:)
暴祁15383979219…… 1.指数平滑可以对不规则的时间序列数据加以平滑,从而获得其变化规律和趋势,并以此对未来的经济数据进行推断和预测.2.操作步骤3.看看结果吧4.arima称为自动回归移动平均模型,将非平稳时间序列转化为平稳时间序列.5.看看结果2.季节分解11.季节性变动指由于季节因素导致的时间序列的有规则变动.主要方法包括按月或季平均法和移动平均趋势剔除法.
@籍申1337：标准化处理后的时间序列数据可以做单位根检验吗?数据里面变成有负数的了 -
暴祁15383979219…… 如果要做单位根检验,没有必要对数据进行标准化处理,因为每一时间序列数据的量纲是一样的,并不影响检验结果.
@籍申1337：时间序列的数据可以用dea模型吗 -
暴祁15383979219…… 具体原因是什么我也不太清楚,但是传统的DEA模型是不可以使用时间序列数据的,不过,是可以使用面板的数据的.可能是因为DEA研究的是决策单元格的效率问题,使用时间序列数据没有很大的意义么?这个我也不是很清楚,等待大神解答.
@籍申1337：时间序列分析适合大量的历史数据吗 -
暴祁15383979219…… 时间序列是按时间顺序的一组数字序列.时间序列分析就是利用这组数列,应用数理统计方法加以处理,以预测未来事物的发展.时间序列分析是定量预测方法之一,它的基本原理:一是承认事物发展的延续性.应用过去数据,就能推测事物的发展趋势.二是考虑到事物发展的随机性.任何事物发展都可能受偶然因素影响,为此要利用统计分析中加权平均法对历史数据进行处理.该方法方法简单易行,便于掌握,但准确性差,一般只适用于短期预测.
@籍申1337：用spss进行时间序列分析数据采样怎么用 -
暴祁15383979219…… 带有年份的数据 或者是月份的数据,或者是季度的数据,或者是周数据等 都可以作为时间序列.比如说连续多年的销售数据,连续多个月份的每个地区的销售数据等
@籍申1337：如何生成新时间序列数据 -
暴祁15383979219…… 1、使用create命令,生成一个区间在2010-2015的工作文件,2、在命令窗口中输入:series t=@trend(时间),生成一个以该时间为0基准的整数的时间序列.在案例中,输入series t=@trend(2010),按enter键生成后,点击t,即可查看.
@籍申1337：聚类算法可以和时间序列相结合做预测吗? -
暴祁15383979219…… 你好, 如果你处理的数据本身就是时间序列数据,如果采用聚类的话,就会忽略数据的顺序信息.也就是说并不知道得到那些簇之间的先后顺序,既然不知道顺序用时间序列来坐预测就没有什么意义. 你对数据先聚类后预测,我大致能了解你的意图.你可以试着把聚类算法换成序列模式挖掘算法.比如,利用PrefixSpan找出频繁出现的序列模式,那样的话,给定一个序列模式,直接去匹配最符合的频繁模式,就可以做简单的预测. 此外,针对时间序列预测,有专门的比如ARIMA这种算法来进行预测,为什么要先聚类了?
@籍申1337：如何用excel做时间序列分析法 -
暴祁15383979219…… 如下实例用季节性预测求2005年各季度用电量,把数据输入到excel中 输入原始数据,计算三点平滑值,消除季节变动和不规则变动,保留长期趋势. 计算方法:2136=(435+2217+3756)/3 1122.33=(2217+3756+394)/3........以此类推. 计算季...
@籍申1337：如何用Eviews软件进行简单时间序列分析 -
暴祁15383979219…… 这个稍微有点麻烦,因为做granger因果,首先要注意序列是否平稳,一般要先做ADF检验,结果如果平稳可以继续G检验;若不平稳要对同阶单整进行协整检验,如果有协整关系同样可以G检验.否则做出来有可能会是伪回归,所以之前的准备工作有点麻烦. 如果仅仅说做Granger这一步的话: 1、假定你的工作文件已经建立,首先打开时间序列数据组窗口. 2、点击view键,选择Granger Causality...功能. 3、随即打开一个对话框,需要选择最大滞后长度,然后点击ok键,就得到检验结果. 4、比较下P和F值,判断下是否拒绝原假设,然后得出结论. 希望你的数据性质好,做的顺利:)
