数学建模-时间序列预测步骤

目录

数据

第一步：定义时间

第二步：创建传统模型

结果

论文下笔

GG

---

数据

第一步：定义时间

第二步：创建传统模型

点击条件，点击 离群值全部勾选

点击统计

点击图

保存

选项

结果

?

---

论文下笔

由于我们的数据中不存在缺失值，且为季度数据，则可以作出时间序列图

从图中可以看出，销量数据存在递增趋势并且有很明显的季节性波动，则可以考虑使用时间序列分解，由于波动平稳，则使用加法时间序列分解

利用spss软件的专家建模器

这段工作原理写上去

利用软件得出我们的数据最适合的模型为温特加法模型

再解释一下温特加法模型，

这些写上去，吧那些值给上去

然后对白噪声残差检验，判断模型的适合程度（模型估计的效果）

然后是预测：

说我们考虑了置信水平为95%，在95%置信水平下我们可以得到预测值

有95%的概率会落在119~126之间

为了把预测和之前的以前体现，可以从新画图

先把上面的删除掉

改改颜色啥的就好了?

这样就能反映真实值，拟合值，预测值以及对应的置信水平

然后可以说说预测的好坏

比如R方，BIC

GG

大概就是这样完事