clementine自帶實(shí)例時(shí)間序列實(shí)用PPT課件

1、 拖入SPSS源節(jié)點(diǎn)，選擇需要建模的數(shù)據(jù)文件 點(diǎn)擊讀取按鈕 把men字段的方向置為輸出 其余字段的方向置為無 添加一個(gè)時(shí)間區(qū)間節(jié)點(diǎn)至SPSS源節(jié)點(diǎn) 雙擊時(shí)間區(qū)間節(jié)點(diǎn)，選擇時(shí)間區(qū)間為月 選擇從數(shù)據(jù)構(gòu)建 選擇字段為date 添加一個(gè)時(shí)間散點(diǎn)圖至?xí)r間區(qū)間節(jié)點(diǎn) 增加men字段到序列當(dāng)中 去掉標(biāo)準(zhǔn)化的勾 點(diǎn)擊執(zhí)行第1頁/共21頁序列圖分析：1.序列圖顯示大體是上升趨勢，上升趨勢看起來是持續(xù)的，展示了其線性趨勢。2.如豎軸所示，銷售額有明顯的季節(jié)差異，一年中12月銷售額最高。季節(jié)波動(dòng)性隨著時(shí)間的推移而增強(qiáng)，因此比起加數(shù)算法，我們應(yīng)更多的考慮乘數(shù)算法。第2頁/共21頁確認(rèn)了序列圖特征之后，我們可以開始試著建

2、立模型了。指數(shù)平滑法對這種趨勢，季節(jié)性波動(dòng)的時(shí)間序列是有用的。構(gòu)建一個(gè)最優(yōu)的指數(shù)平滑模型包括確定模型類型模型是否需要包含趨勢，季節(jié)性或者兩者兼顧然后為模型設(shè)置最佳參數(shù)。從男裝的銷售額序列圖可以看出，銷售額既有線性趨勢成分，也有乘數(shù)季節(jié)性成分，由此我們應(yīng)該用Winters模型。第3頁/共21頁 首先，我們先探索一個(gè)簡單的模型（不考慮趨勢和季節(jié)性），然后試驗(yàn)Holt模型（考慮線性趨勢但不考慮季節(jié)性）。這樣做是為了練習(xí)選擇哪種模型更適合當(dāng)前的數(shù)據(jù)，這是成功建模的基本技巧。第4頁/共21頁添加一個(gè)時(shí)間序列節(jié)點(diǎn)至?xí)r間區(qū)間在模型標(biāo)簽下，設(shè)置方法為指數(shù)平滑點(diǎn)擊執(zhí)行生成模型點(diǎn)擊確定關(guān)閉時(shí)間序列對話框?qū)⑸傻哪?/p>

3、型節(jié)點(diǎn)連接至?xí)r間分區(qū)節(jié)點(diǎn)將時(shí)間散點(diǎn)圖節(jié)點(diǎn)連接至生成的模型節(jié)點(diǎn)圖標(biāo)簽，在序列添加字段men和$TS-men去掉在單獨(dú)面板中顯示序列和標(biāo)準(zhǔn)化的鉤，點(diǎn)擊執(zhí)行嘗試一個(gè)簡單的指數(shù)平滑模型第5頁/共21頁 men表示實(shí)際數(shù)據(jù)，$TS-men表示時(shí)間序列數(shù)據(jù)。 盡管這個(gè)簡單的模型展示了逐步（但略顯呆板）的上升趨勢，但是它沒考慮到季節(jié)性。你可以安全的丟棄這個(gè)模型。第6頁/共21頁 點(diǎn)擊確定關(guān)閉時(shí)間散點(diǎn)圖 刪掉生成的模型，但留下時(shí)間散點(diǎn)圖節(jié)點(diǎn) 我們再來試下Holts線性模型。至少相對簡單的模型，它能更好的反應(yīng)趨勢，盡管它也對季節(jié)性的反應(yīng)不夠好 雙擊時(shí)間序列節(jié)點(diǎn) 在模型標(biāo)簽一欄，確認(rèn)建模方法還是線性平滑，點(diǎn)擊標(biāo)準(zhǔn)

4、第7頁/共21頁 選取Holts線性趨勢 點(diǎn)擊確定關(guān)閉對話框，點(diǎn)擊執(zhí)行 把生成的模型連接到時(shí)間分區(qū)節(jié)點(diǎn) 將模型輸出流連接到時(shí)間散點(diǎn)圖，做圖第8頁/共21頁 Holts模型生成并展現(xiàn)了帶有上升趨勢特征的比簡單模型更為平滑的效果圖，但它依然沒有把季節(jié)性考慮進(jìn)去，所以我們同樣可以舍棄這個(gè)模型。 關(guān)閉散點(diǎn)圖，并將剛生成的建模節(jié)點(diǎn)從數(shù)據(jù)流區(qū)域中刪去第9頁/共21頁 你可能會想起，開始時(shí)畫的時(shí)間散點(diǎn)圖顯示，男裝銷售數(shù)據(jù)同時(shí)具有線性上升趨勢和乘數(shù)季節(jié)性。因此更合適的模型，是Winters模型 重新打開時(shí)間序列節(jié)點(diǎn)，在建模標(biāo)簽，確認(rèn)指數(shù)平滑依然被選中，點(diǎn)擊標(biāo)準(zhǔn) 選擇Winters乘數(shù)法 點(diǎn)擊確定，點(diǎn)擊執(zhí)行以生

5、成新模型 連接新模型至?xí)r間分區(qū)節(jié)點(diǎn)，連接時(shí)間散點(diǎn)圖至新模型節(jié)點(diǎn)第10頁/共21頁 這樣看起來更好一些吧這個(gè)模型既反映了數(shù)據(jù)的趨勢性又反映了數(shù)據(jù)的季節(jié)性 本數(shù)據(jù)集包含十年以及發(fā)生在每年十二月的季節(jié)性峰值。這十個(gè)峰值預(yù)測結(jié)果跟實(shí)際數(shù)據(jù)相當(dāng)吻合。 然而，預(yù)測結(jié)果依然過于強(qiáng)調(diào)指數(shù)平滑的限制。觀察上升下降尖銳的部分，該模型還有一些顯著的結(jié)構(gòu)沒有考慮到。第11頁/共21頁 如果你首要關(guān)心的是模型的長期趨勢，再加上一點(diǎn)季節(jié)性波動(dòng)，那么指數(shù)平滑可能是一個(gè)不錯(cuò)的選擇。要建一個(gè)更復(fù)雜模型，我們可以考慮用ARIMA（自回歸求和移動(dòng)平均模式autoregressive integrated moving averag

6、e）過程 ARIMA過程能為時(shí)間序列創(chuàng)建細(xì)微調(diào)整的自回歸求和移動(dòng)平均模型。相比指數(shù)平滑算法，對于趨勢和季節(jié)ARIMA提供了更為靈活的建模方法。并且允許在模型中增加預(yù)測變量的收益。第12頁/共21頁 繼續(xù)討論列表公司要建立預(yù)測模型的例子，目前為止，我們看到公司是怎樣收集男裝銷售額月數(shù)據(jù)以及用它們來解釋銷售額的變化。我們可能還有郵件數(shù)，接受訂單電話的數(shù)量，客戶代表數(shù)量等數(shù)據(jù)。 這些數(shù)據(jù)對于預(yù)測有用嗎？多因子模型真的比單因子模型好？我們將使用ARIMA過程創(chuàng)建一個(gè)多因子模型，觀察是否與單因子線性平滑模型有較大差異。第13頁/共21頁 ARIMA方法能讓用戶說明自回歸的順序，差分，平均步移。手工決定這

7、些因子的值是一件耗時(shí)耗精力的事情，因此，在這個(gè)例子中，我們使用專家模型來為我們選擇適用的ARIMA模型。 我們將把數(shù)據(jù)集里面的其他一些數(shù)據(jù)用來建模，看起來應(yīng)該包括以下數(shù)據(jù)：郵寄編目的數(shù)量（字段mail），編目的頁數(shù)（page），訂單熱線的數(shù)量（phone），打印廣告總額（print），客服代表的人數(shù)（service）第14頁/共21頁 清除剛才生成的實(shí)驗(yàn)?zāi)Ｐ?打開SPSS源節(jié)點(diǎn) 在類型標(biāo)簽，設(shè)置mail，page，phone，print，service字段為輸入 確認(rèn)men為輸出，其余的為無 點(diǎn)擊確定 打開時(shí)間序列節(jié)點(diǎn)，在模型標(biāo)簽，設(shè)置方法為專家建模器，點(diǎn)擊標(biāo)準(zhǔn)第15頁/共21頁 在專家模型標(biāo)

8、準(zhǔn)對話框中，選擇僅限于ARIMA模型并確認(rèn)專家建模器考慮季節(jié)模型被選中。 點(diǎn)擊確定關(guān)閉對話框 點(diǎn)擊執(zhí)行生成ARIMA模型 將生成的ARIMA模型節(jié)點(diǎn)連接到時(shí)間分區(qū)節(jié)點(diǎn)并雙擊打開模型節(jié)點(diǎn) 我們可以看到專家建模器為模型選擇了兩個(gè)顯著的預(yù)測變量 點(diǎn)擊確定關(guān)閉對話框第16頁/共21頁 將模型接到時(shí)間散點(diǎn)圖節(jié)點(diǎn)，并執(zhí)行，可得上圖 可以看出，這個(gè)模型產(chǎn)生的圖形匹配了九七年中的向下釘型曲線，而且匹配得不錯(cuò) 我們可以繼續(xù)改進(jìn)模型，但是從這里開始，都不會有很大的改進(jìn)。我們已經(jīng)建立的ARIMA模型，已經(jīng)很不錯(cuò)了，可以拿來預(yù)測來年的銷售額。第17頁/共21頁 點(diǎn)擊確定關(guān)閉時(shí)間散點(diǎn)圖窗口 刪除剛才生成的模型節(jié)點(diǎn) 打開時(shí)間分區(qū)節(jié)點(diǎn)并點(diǎn)擊預(yù)報(bào)標(biāo)簽 勾選將記錄擴(kuò)展至未來，并輸入12 要使用多因子更精確的做預(yù)測，需要說明估值以便更精確的提供預(yù)測 在預(yù)報(bào)中使用的未來值里，添加mail，page等五個(gè)字段，將值設(shè)置為最近點(diǎn)的平均值（Clementine將取最近三個(gè)月的均值），點(diǎn)擊確定第18頁/共21頁 執(zhí)行時(shí)間序列節(jié)點(diǎn) 連接生成的模型和時(shí)間散點(diǎn)圖，生成散點(diǎn)圖 如圖，預(yù)測1999年的如預(yù)期的一樣好：1.數(shù)據(jù)在十二月峰值以后回歸至正常水平2.在后半年有個(gè)穩(wěn)定的上升趨勢，且明顯高于之前的年份