常用的统计建模方法——差分分析

这篇具有很好参考价值的文章主要介绍了常用的统计建模方法——差分分析。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1、作用

差分,本质上就是下一个数值减去上一个数值,主要是消除一些波动使数据趋于平稳,非平稳序列可通过差分变换转化为平稳序列。

2、输入输出描述

输入:1个时间序列数据定量变量
输出:经过指定阶数差分后的序列图

3、学习网站

SPSSPRO-免费专业的在线数据分析平台

4、案例示例

案例:基于某杂志1995-2019年的印刷量数据,对其分别进行一阶差分和二阶差分。

5、案例数据

常用的统计建模方法——差分分析

差分分析案例数据

6、案例操作

常用的统计建模方法——差分分析

Step1:新建分析;
Step2:上传数据;
Step3:选择对应数据打开后进行预览,确认无误后点击开始分析;

常用的统计建模方法——差分分析

step4:选择【差分分析】;
step5:查看对应的数据数据格式,【差分分析】要求输入1个时间序列数据定量变量。
step6:设置差分阶数(注意:选定差分阶级,一般来说超过二阶差分在统计学上没有参考意义)
step7:点击【开始分析】,完成全部操作。

7、输出结果分析

输出结果1:原始序列图

常用的统计建模方法——差分分析

图表说明:上图展示了未进行差分的原始图。其中X轴代表时间项(年份),Y轴代表数值(杂志印刷量)。主观来看,原序列图有个递增的趋势,是非平稳序列。我们需要通过差分将非平稳原序列图转换成平稳序列。

输出结果2:一阶差分图

常用的统计建模方法——差分分析

图表说明:上图展示了进行一阶差分的结果图。当时间间距相等时,用下一个数值,减去上一个数值 ,得到一阶差分。主观来看,一阶差分序列在数值1.5上下波动,没有明显的递增递减趋势,初步判断一阶差分序列为平稳序列。为了避免人为主观性判断,可以通过ADF单位根检验去判断一阶差分序列是否平稳。

输出结果3:二阶差分图

常用的统计建模方法——差分分析

图表说明:上图展示了进行二阶差分的结果图。做两次相同的动作,即再在一阶差分的基础上用后一个数值再减上一个数值一次,就叫“二阶差分”。对于二阶差分序列的平稳性检验,可以通过ADF单位根检验去判断二阶差分序列是否平稳。

8、注意事项

  • 一般可以通过ADF检验来量化评估数值差分后,是否呈现稳定性

9、模型理论

常用的统计建模方法——差分分析

常用的统计建模方法——差分分析

10、参考文献

[1] 姚志鹏,何丹,崔唯.微积分:华中师范大学出版社,2015.05文章来源地址https://www.toymoban.com/news/detail-400408.html

到了这里,关于常用的统计建模方法——差分分析的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包