以数据文件“马克威通用数据2.mkw”为例,演示X11算法的操作。该数据记录的是某市从1979年到2001年住宅建筑的数据,可以使用X11模型对该序列进行分析。
(1)首先,在工作区,打开建模分析工作流“高级统计”→“时间序列”→“X11模型”;
(2)接着选择数据源;
(3)然后设置算法的参数;
(4)主要操作步骤如下:
1)选择数据源;
2)变量选择:
已选变量:选入进入分析的序列变量。
时间序列模型:选择要使用的模型。包括乘法模型和加法模型两种。
数据类型:选择所处理数据的类型。
起始时间:指定起始年月,如2000年1月,系统则将数据文件的第一个记录的年份变量视为2000年1月,并对紧接的11个记录的年份变量赋值为2000年,随后的12个变量的年份变量赋值为2001年。依此类推,直到全部记录赋值完毕。
参数设置如下所示,选取分析变量“住宅数”,时间序列模型选择“乘法模型”,数据类型选择“月度数据”:
(5)X11模型输出结果:
趋势-循环成分图:
(6)结果说明:
X11表:表中第一列为数据文件的记录号。其余各列为原序列的季节因素、季节调整后的序列、趋势-循环成分和不规则成分。并根据四个序列分别绘制成图,有助于我们直观的看出序列的走势。
X11趋势-循环图:根据原序列分解出来的趋势因素序列绘制成的图。我们可以看到影响住宅建筑数量的长期趋势是递增的。
输入变量类型:整型、浮点型
(注:具有周期性质的序列,并要求序列有相应的年、月、日,不处理数据有缺失情况。)
输入数据尺度:标量型,有序型
X11全称是“X11”变量的第二调查统计方法季节调整方案,是国际上通用的时间序列季节调整方法,被公认为是一种极为有效的短、中期预测技术之一。
在原理上X11与传统分解法相似,但它不仅考虑季节结构变化的可能性,而且还考虑了星期构成因素等的变化。其核心思想是对称移动平均和高阶移动平均,通过多次迭代,最终分离出序列的趋势成分、季节成分、不规则成分,得到季节调整后的序列。
建模的方法包括:乘法模型和加法模型。
乘法:
加法:;
输出结果:
X11表:表中第一列为数据文件的记录号。其余各列为原序列的季节因素、季节调整后的序列、趋势-循环成分和不规则成分。并根据四个序列分别绘制成图,有助于我们直观的看出序列的走势。
订购用户 | 订购时间 | 年限 | 运行环境 | 版本 |
1836****680 | 2021-05-14 20:59:26 | 1年 | Windows | 单机版 |
1851****627 | 2019-04-26 13:45:18 | 1年 | Windows | 单机版 |
1851****627 | 2019-04-26 13:30:37 | 1年 | Windows | 单机版 |
1811****398 | 2018-07-23 13:14:11 | 1年 | Windows | 单机版 |
1398****741 | 2017-12-29 09:10:30 | 1年 | Windows | 单机版 |
1556****001 | 2017-08-10 23:45:25 | 1年 | Windows | 单机版 |
1364****964 | 2017-06-19 16:00:07 | 1年 | Windows | 单机版 |
1364****964 | 2017-06-19 14:42:42 | 1年 | Windows | 单机版 |
1528****175 | 2017-06-15 14:23:53 | 1年 | Windows | 单机版 |
1381****657 | 2017-04-07 00:10:41 | 1年 | Windows | 单机版 |