“时间序列”平台的其他示例

该示例使用 SeriesP.jmp 样本数据表来显示如何执行时间序列分析。您首先创建一个适合“时间 ID”的新列。

1.	选择帮助 > 样本数据库，然后打开 Time Series/SeriesP.jmp。

SeriesP.jmp 数据表包含一个年份列和季度列来标识在观测响应期间的时间期间。但是，“时间序列”平台需要具有唯一、等间距的时间点的一列来标记 x 轴。若未指定“时间 ID”，则使用行号标识时间期间。为避免该问题和使报表更易于解释，您从年份和季度构造一个“时间 ID”列。

2.	选择列 > 新建列。在“列名”框中，键入年份.季度。

3.	选择列属性 > 公式。

4.	选择年份并点击加号。

5.	选择季度并点击除号。键入 4 并按 Enter。

点击确定。

点击确定。

1.	选择分析 > 专业建模 > 时间序列。

2.	选择 GDP 并点击 Y，时间序列。

3.	选择年份.季度并点击 X，时间 ID。

点击确定。

SeriesP.jmp 的“时间序列”报表

5.	点击“时间序列 GDP”红色小三角菜单，然后选择差值。

6.	为“非季节差分阶数”选择 1，然后点击估计。

SeriesP.jmp 的“差值”报表

7.	点击“时间序列 GDP”红色小三角菜单，然后选择平滑模型 > 线性指数平滑。

点击估计。

9.	点击“时间序列 GDP”红色小三角菜单，然后选择 ARIMA 模型组。这样您可以针对 (p,d,q)(P,D,Q) 的值范围拟合多个 ARIMA 模型。

10.	在“ARIMA”框中，设置以下范围：

‒	通过设置范围 0 到 1，将差分阶数 d 固定为 1，因为差分报表已显示“滞后-1”差分是合适的。

‒	将自回归阶数 p 设置为 0 到 1 的范围，因为原始序列显示了自相关性的证据。

‒	将移动平均阶数 q 设置为 0 到 1 的范围。

注意：在大多数情况下，保持 p 和 q 小就足够了。

‒	让 P、D 和 Q 设置为 0，因为序列没有显示季节性的证据。

11.

点击估计。