您确定要删除吗?

取消
首页 算法大全 应用模型 分析软件 算法学院数据中心 关于本站
在线咨询
400-820-6981
意见反馈
返回顶部

时差相关分析

操作系统:
0
  • Windows
  • Linux
版本:
  • 单机版
  • 网络版
  • 分布式云平台
系统位数:
  • 32位
  • 64位
购买年限:
  • 1年
  • 2年
  • 3年
  • 5年
  • 10年
  • 永久

价格¥0.00元

马克威时差相关分析

马克威操作说明

以数据文件“马克威通用数据2.mkw”为例,演示时差相关分析算法的操作说明。

(1)首先,在工作区,打开建模分析工作流“高级统计”→“指标分析”→“时差相关分析”;

(2)接着选择数据源;

(3)然后设置算法的参数;

(4)主要的操作步骤如下:

1)选择数据源;

2)变量选择:

基准指标:表示用于分析的基准指标列表。

被选指标:表示用于分析的被选择指标列表。 注:进行时差相关分析的指标序列均为采用季节调整并去掉不规则要素后的序列。

延迟数:指定最大延迟数,最大延迟数取值为1到12之间的整数,默认为12。当指定最大延迟数为L时,则使被选择指标超前或滞后),计算它们的相关系数。取负数时表示先行,取正数时表示滞后,等于0时表示同步。

参数设置如下所示,选取GDP为基准指标,CPI为被选指标,延迟数设置为12:

(5)输出结果:

时差相关系数:

时差相关分析结果:

(6)结果说明:

时差相关系数表给出了被选指标的先行和滞后的相关系数;同时时差相关分析结果给出了被选指标的最大时差相关系数。

数据要求

输入变量类型:要求数值型变量;如:整型、浮点型、日期型;

注:进行时差相关分析的指标序列均为采用季节调整并去掉不规则要素后的序列。

算法用途

时差相关分析是一种比较常用的时间序列验证模型;可以应用于对时间经济序列数据的先行、一致或滞后等关系的验证。

算法原理

时差相关分析是利用相关系数验证经济时间序列先行、一致或滞后关系的一种常用方法。时差相关系数的计算方法是以一个重要的、能够敏感地反映当前经济活动的经济指标作为基准指标,一般选择一致指标作为基准指标,然后使被选择指标超前或滞后若干期,计算它们的相关系数。

结果与解释

输出结果:

时差相关系数:给出被选指标的先行和滞后相关系数;

时差相关分析结果:给出被选指标的最大时差相关系数。

订购用户 订购时间 年限 运行环境 版本
1334****162 2022-04-26 16:52:24 1年 Windows 单机版
1334****162 2022-04-26 16:51:41 1年 Windows 单机版
1821****359 2021-12-20 12:01:09 1年 Windows 单机版
1814****003 2021-11-23 22:01:35 1年 Windows 单机版
1814****003 2021-11-23 22:00:55 1年 Windows 单机版
1592****208 2021-11-17 17:25:06 1年 Windows 单机版
1768****432 2021-06-26 18:13:25 1年 Windows 单机版
1342****249 2021-04-16 16:58:07 1年 Windows 单机版
1775****688 2020-04-10 09:42:48 1年 Windows 单机版
1811****398 2018-07-23 13:46:24 1年 Windows 单机版
<123· · ·49>跳至

加入购物车成功!

继续购物 去购物车