首页 > 分享 > SPSS在线

SPSS在线

5、文字分析

上表格显示p/d/q/P/D/Q参数信息值,从上表格可以看到,本次模型为Sarima(0,1,1)(0,1,3),S值为12。d/D这两个差分值均为1。

上表格展示模型构建结果,包括模型参数和信息准则。本次模型构建时,SPSSAU自动构建出模型为:Sarima(0,1,1)(0,1,3),上表格中ma表示移动平均的意思,L1表示滞后1阶的意思,L12表示滞后12阶的意思,由于Q=3,因而会出现L12/L24和L36。如果研究人员希望自己进行模型构建并且进行优劣对比,可先记录下每个模型的AIC或BIC值,然后结合AIC或BIC值越小越好的原则,选择最优模型。

上表格展示预测值,其最为重要。向后1期即指2022年12月(数据最后一期是2022.11月),向后2期是指2023.1月数据。通常情况下向后一个周期内的数据相对较为准确,向后期数越多可能准确率越低。本次预测2022.12月新能源汽车销售量为68.653万,2023.1月销售为59.205万。

SPSSAU默认展示时间序列最近12期的实际值和拟合值和预测数据。可通过下图直观查看数据拟合效果等。

上表格展示出sarima模型各类残差检验指标;包括拉格朗日乘数检验(Breush-Godfrey LM检验),其用于检验模型残差序列是否存在序列相关,其原假设H0为序列不存在序列相关,备选假设H1为序列存在序列相关, LM检验提供两个统计量分别是F和T * R方,通常使用F统计量即可;

Ljung-Box白噪声检验用于检验模型残差是否满足白噪声,其原假设H0为序列为白噪声,备选假设H1为序列非白噪声;Heteroskedasticity异方差检验用于检验模型残差是否存在异方差,其原假设H0为序列不存在异方差,备选假设H1为序列存在异方差;Jarque-Bera正态性检验用于检验模型残差是否满足正态性,其原假设H0为序列满足正态性,备选假设H1为序列非正态性;

通常情况下希望序列均接受原假设H0即残差序列不存在序列相关、满足白噪声、不存在异方差问题并且满足正态性。但实质研究中,很难各项均满足,比如本案例数据,满足LM检验即序列相关,Ljung-Box白噪声检验,而且满足Jarque-Bera正态性检验。但并不满足Heteroskedasticity异方差检验。一般来说满足白噪声检验更加重要,本案例数据模型满足此检验,除此之外,SPSSAU还单独提供Q检验,与Ljung-Box检验类似,其也用于白噪声检验。

Sarima构建后一般要求模型残差为白噪声,可通过Q统计量检验进行白噪声检验(原假设:残差是白噪声);比如Q6用于检验残差前6阶自相关系数是否满足白噪声,通常其对应p 值大于0.1则说明满足白噪声检验(反之则说明不是白噪声),常见情况下可直接针对Q6进行分析即可;从Q统计量结果看,Q6的p 值为0.5大于0.1,则在0.1的显著性水平下不能拒绝原假设,模型的残差是白噪声,模型基本满足要求。

相关知识

spss数据分析检验时不显示字符串怎么处理
问卷调查在线制作平台有哪些
东台围垦区滩涂湿地生态安全评估及其生态系统服务价值分析
SPSS 做数据预测方法
在线送花 ,【价格优惠闪速送花】,在线送花
在线鲜花网 ,【价格优惠闪速送花】,在线鲜花网
在线花店小组
在线鲜花订购
在线识别汉字
扬尘在线监测

网址: SPSS在线 https://m.huajiangbk.com/newsview483825.html

所属分类:花卉
上一篇: 棉价存在季节性调整需求
下一篇: 南开学者编写季节调整软件使用指南