【2024_CUMCM】时间序列1

目录

概念

时间序列数据

时期和时点时间序列

数值变换规律

长期趋势T

季节趋势S

循环变动C

不规则变动I

叠加和乘积模型

叠加模型 相互独立

乘积模型 相互影响

注 

spss缺失值填补

简单填补

五种填补方法 

填补原则

1.随机缺失

2.完全随机缺失

3.非随机缺失

定义时间变量

时序图 

季节性分解

加法

乘法

时间序列步骤


引言:时间序列也称动态序列,是指将某种现象的指标数值按照时间顺序排列而成的数值序列。时间序列分析大致可分成三大部分,分别是描述过去、分析规律和预测未来。

概念

时间序列数据

对同一对象在不同时间连续观察所得到的数据

时间序列由两个要素组成,包括时间要素(年月日时分秒)和数值要素。

时期和时点时间序列

时间序列根据上面两个要素的不同,分为时期时间序列和时点时间序列。

时期时间序列中,数值要素反映现象在一段时间内的发展结果

时期时间序列中,数值要素反映现象在一个时间点的瞬间水平

时期序列可加,时点序列不可加。
时期序列中的观测值反映现象在一段时期内发展过程的总量,不同时期的观测值可以相加,相加结果表明现象在更长一段时间内的活动总量; 而时点序列中的观测值反映现象在某一瞬间上所达到的水平,不同时期的观测值不能相加,相加结果没有实际意义。

数值变换规律

长期趋势T

长期趋势( Secular trend,T )指的是统计指标在相当长的一段时间内, 到长期趋势影响因素的影响,表现出持续上升或持续下降的趋势 (随着时间的变换,数据呈现一个大的变换趋势) ,通常用 字母T表示。例如,随着国家经济的发展,人均收入将逐渐提升;随着医学 水平的提高,新生儿死亡率在不断下降。

季节趋势S

季节趋势( Seasonal Variation,S )是指由于“季节”的转变使得指标数值发生周期性变动。这里的季节是广义的,一般以月、季、周为时间单位,不能以年 作单位。例如雪糕和棉衣的销量都会随着季节气温的变化而周期变化;每年的长假(五一、十一、春节)都会引起出行人数的大量增加

以下举一个简单的例子帮助理解,例如借助百度指数 (baidu.com) 

查看数学建模字样的搜索量序列图,我们发现每隔一年会有一个尖峰,有趣的是这个尖峰刚好是九月份

循环变动C

循环变动( Cyclical Variation,C )与季节变动的周期不同,循环变动通常以若干年为周期,在曲线图上表现为波浪式的周期变动。这种周期变动的特征表现为增加和减少交替出现,但是并不具严格规则的周期性连续变动最典型的周期案例就是市场经济的商业周期和的整个国家的经济周期

不规则变动I


叠加和乘积模型

叠加模型 相互独立

Y = T + S + C + I

乘积模型 相互影响

Y = T * S * C * I 

注 

(1)数据具有 年内的周期性时才能使用时间序列分解 ,例如数据是月份数据(周期为12)、季度数据(周期为4) ,如果是年份数据则不行。
(2)在具体的时间序列图上,如果随着时间的推移,序列的季节波动变得越来越大,则反映各种变动之间的关系发生变化,建议使用乘积模型;反之,如果时间序列图的波动保持恒定,则可以直接使用叠加模型;当然,如果不存在季节波动,则两种分解均可以


spss缺失值填补

简单填补

五种填补方法 

填补原则

参考:SPSS缺失值填补原理 SPSS缺失值填补的原则-IBM SPSS Statistics 中文网站 (mairuan.com)

  SPSS缺失值数据可以分为三类,随机缺失、完全随机缺失以及非随机缺失。随机缺失和完全随机缺失的缺失值基本没有什么规律,但非随机缺失的缺失值很有可能有规律,下面就和大家讲解一下这三种缺失值的填补原则。

1.随机缺失

随机缺失的缺失值可以使用填补或者插补的方法,明白这一原则可以使用的缺失自填补或者插补方法就很多了,比如均值填补方法、同类均值填补方法以及多重填补方法等。

2.完全随机缺失

完全随机缺失的缺失值与可观察和非可观察数据没有任何逻辑上的联系,也就说数据只是单纯的丢失了,可以通过观察整体数据的观测值对缺失值进行分析。

3.非随机缺失

非随机缺失的缺失值是不可以通过缺失值填补方法进行处理的,因为很可能会导致整体数据统计分析结果出现错误,比如在问卷调查中,调查工资收入,收入低的人可能就会拒绝回答,这时候如果用均值填补或者其他填补方法,都会导致最终的调查结果不准确。


定义时间变量


时序图 

时序图同样使用spss生成 

由图可以看出,数据总体呈现上升的趋势 ,在一年中第二季度都明显高于全年,第四季度明显低于全年,具有很强的季节性,季节波动变化不大,使用叠加模型。


季节性分解

加法

注意: 加法季节因子的和为0  

正表示高于全年平均水平,负就反之,表明第二季度销量高于平均销量20.930件,其他季度同理

可以看出季节性分解将各个因素分开成较为简单的函数,可以单独进行拟合

乘法

乘法的也来试试

 


时间序列步骤

作时间序列图;
判断时间序列包含的变动成分;
时间序列分解(有周期性且包含长期趋势、季节变动或循环变动);
建立时间序列分析模型;
预测未来的指标数值。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/797351.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

HarmonyOS NEXT:一次开发,多端部署

寄语 这几年特别火的uni-app实现了“一次开发,多端使用”,它这个端指的是ios、安卓、各种小程序这些,而HarmonyOS NEXT也提出了“一次开发,多端部署”,而它这个端指的是终端设备,也就是我们的手机、平板、电…

Java面试题:MVCC

MVCC 保证事务的隔离性 排它锁: 一个事务获取了数据行的排他锁,其他事务就不能再获取该行的其他锁 MVCC: 多版本并发控制 维护一个数据的多个版本,使读写不存在冲突 具体实现依靠 隐藏字段 mysql中隐藏了三个隐藏字段 db_trx_id:最近修改事务 db_roll_ptr:指向上一个…

【Leetcode】最小数字游戏

你有一个下标从 0 开始、长度为 偶数 的整数数组 nums ,同时还有一个空数组 arr 。Alice 和 Bob 决定玩一个游戏,游戏中每一轮 Alice 和 Bob 都会各自执行一次操作。游戏规则如下: 每一轮,Alice 先从 nums 中移除一个 最小 元素&…

[linux]IO多路复用机制:select、poll、epoll

为什么需要IO多路复用 首先我要向大家输出一个IO的概念:IO在我看来就是 等 拷贝(简化IO模型),等就是等待系统资源(设备。数据等)就绪(比如等待文件描述符就绪,等待数据就绪&#x…

Linux开发:Fuse介绍

Fuse(filesystem in userspace),是一个用户空间的文件系统。通过fuse内核模块的支持,开发者只需要根据fuse提供的接口实现具体的文件操作时所对应的回调函数,就可以实现一个文件系统。由于其主要实现代码位于用户空间中,因此不需要重新编译内…

springboot+vue 开发记录(九)后端打包部署运行

本篇文章主要内容是后端项目写好了,怎么打包部署到服务器上运行。 文章目录 1. 在服务器上安装Docker2. 在Docker中装MySQL3. 在Docker中设置网桥,实现容器间的网络通信4. 修改后端配置文件5. 修改pom.xml文件6. 打包7. 编写DockerFile文件8. 上传文件到…

【调试笔记-20240713-Windows-Tauri 多个HTML页面支持】

调试笔记-系列文章目录 调试笔记-20240713-Windows-Tauri 多个HTML页面支持 文章目录 调试笔记-系列文章目录调试笔记-20240713-Windows-Tauri 多个HTML页面支持 前言一、调试环境操作系统:Windows 10 专业版调试环境调试目标 二、调试步骤搜索相似问题 三、应用场…

Python中的数据容器及其在大数据开发中的应用

在Python编程中,数据容器是存储和组织数据的基本工具。作为大数据开发者,了解并灵活运用各种容器类型对于高效处理大规模数据至关重要。今天,我们将从Set出发,探讨Python中的各种数据容器,以及它们在大数据处理中的应用…

Leetcode3200. 三角形的最大高度

Every day a Leetcode 题目来源:3200. 三角形的最大高度 解法1:模拟 枚举第一行是红色还是蓝色,再按题意模拟即可。 代码: /** lc appleetcode.cn id3200 langcpp** [3200] 三角形的最大高度*/// lc codestart class Solutio…

【 香橙派 AIpro评测】烧系统到运行并使用Jupyter Lab 界面体验 AI 应用样例(新手福音)

文章目录 ⭐前言⭐初始化开发板⭐下载镜像烧系统⭐开发板初始化系统💖 远程ssh💖查看ubuntu桌面💖 远程向日葵 ⭐体验 AI 应用样例💖 运行 jupyterLab💖 打开Jupyter Lab页面💖 释放内存💖 运行…

AI Native时代:重塑人机交互与创作流程

随着2024年上海世界人工智能大会的圆满落幕,业界领袖们纷纷就AI应用的新机遇展开深入讨论。结合a16z播客中的观点,本文将探讨AI原生(AI Native)应用的几个关键特征,这些特征正在重新定义我们的工作方式和创作过程。 一…

排序-java(详解)

一,分类 主要的排序大致分为以下几类: 1,插入排序,又分为直接插入排序和希尔排序 2,选择排序,又分为选择排序和堆排序 3,交换排序,又分为冒泡排序和快速排序 4,归并…

【学习笔记】无人机(UAV)在3GPP系统中的增强支持(三)-机上无线电接入节点无人机

引言 本文是3GPP TR 22.829 V17.1.0技术报告,专注于无人机(UAV)在3GPP系统中的增强支持。文章提出了多个无人机应用场景,分析了相应的能力要求,并建议了新的服务级别要求和关键性能指标(KPIs)。…

大模型高效参数微调技术

文章目录 一、Fine-Tuning:微调二、Prompt-Tuning:提示调优2.1 工作原理2.2 PET (Pattern-Exploiting Training)2.3 Prompt-Tuning集成2.4 模板构建方式 三、Prefix Tuning:连续提示模板3.1 提出动机3.2 工作原理 四、P-Tuning V1/V24.1 P-Tu…

【Qt课设】基于Qt实现的中国象棋

一、摘 要 本报告讨论了中国象棋程序设计的关键技术和方法。首先介绍了中国象棋的棋盘制作,利用Qt中的一些绘画类的函数来进行绘制。在创作中国象棋棋子方面,首先,我们先定义一下棋子类,将棋子中相同的部分进行打包,使…

redisTemplate报错为nil,通过redis-cli查看前缀有乱码

public void set(String key, String value, long timeout) {redisTemplate.opsForValue().set(key, value, timeout, TimeUnit.SECONDS);} 改完之后 public void set(String key, String value, long timeout) {redisTemplate.setKeySerializer(new StringRedisSerializer()…

前端工程化10-webpack静态的模块化打包工具之各种loader处理器

9.1、案例编写 我们创建一个component.js 通过JavaScript创建了一个元素,并且希望给它设置一些样式; 我们自己写的css,要把他加入到Webpack的图结构当中,这样才能被webpack检测到进行打包, style.css–>div_cn.js–>main…

【架构】分布式与微服务架构解析

分布式与微服务架构解析 一、分布式1、什么是分布式架构2、为什么需要分布式架构3、分布式架构有哪些优势?4、分布式架构有什么劣势?5、分布式架构有哪些关键技术?6、基于分布式架构如何提高其高性能?7、如何基于架构提高系统的稳…

LabVIEW中modbusTCP怎样才能和profibusDP通信?

在LabVIEW中,Modbus TCP和Profibus DP是两种不同的工业通信协议,要实现这两者之间的通信,可以采用网关设备进行协议转换,或者通过一个中间设备(如PLC)进行数据桥接。以下是实现此通信的一些方法&#xff1a…

客家菜餐馆点菜小程序的设计

管理员账户功能包括:系统首页,个人中心,用户管理,菜系管理,菜品信息管理,我的订单管理,桌号管理,退款信息管理 微信端账号功能包括:系统首页,菜品信息&#…