(1)以数据文件“马克威通用数据1.mkw”为例,演示互相关图的操作。首先,在工作区内,打开建模分析工作流:“数据制图”→“互相关图”,接着选择数据源,然后设置算法参数,最后双击运行按钮;
其中各类参数的含义为:
变量:选入进行互相关分析的变量,并在输出它们的互相关图。
差分阶数:即差分的次数d,系统的默认值为0。
最大滞后数:系统的默认值为16。
参数设置如下所示,变量设置“购买数量”、“购买总额”:
(2)输出结果
购买数量与购买总额的互相关图:
(3)结果说明
从图中可以看到,最大滞后数lag=0时的互相关系数是高度相关的,这说明购买数量和购买总额在没有滞后的情况下是高度相关的。而在其他的一些阶数中,认为两个变量的相关性比较低。
输入变量类型:数值型,如整型、浮点型、布尔型
由互相关图可以直观的判断原始序列是否稳定、序列间有无关系以及是什么关系。
互相关图是了解序列间互相关系数的重要工具,它根据用户指定的最大滞后数(lag)和差分阶数(d)在结果图中,绘制出两个序列d阶滞后(从-lag到+lag)的相关系数。
在使用互相关图分析两序列之间的关系时,必须确保两序列是平稳的——即保证每个序列的均值和方差在整个序列中大致一样。原因是非平稳序列可能会随时间的变化,显出高度的相关性,即使两个序列毫不相关。
输出结果:
变量之间的互相关图:给出互相关图,值越大表示两者的相关性越大
订购用户 | 订购时间 | 年限 | 运行环境 | 版本 |
1305****178 | 2019-12-27 19:47:09 | 1年 | Windows | 单机版 |
1362****882 | 2018-01-27 11:49:16 | 1年 | Windows | 单机版 |
1398****741 | 2017-12-29 09:10:30 | 1年 | Windows | 单机版 |
1891****267 | 2017-11-26 13:40:30 | 1年 | Windows | 单机版 |
1766****166 | 2017-09-27 16:11:09 | 1年 | Windows | 单机版 |
1556****001 | 2017-08-10 12:17:53 | 1年 | Windows | 单机版 |
1340****082 | 2017-04-07 09:51:47 | 1年 | Windows | 单机版 |
1340****082 | 2017-04-07 09:51:47 | 1年 | Windows | 单机版 |
1340****082 | 2017-04-07 09:30:05 | 1年 | Windows | 单机版 |
1340****082 | 2017-04-07 09:30:05 | 1年 | Windows | 单机版 |