Центр статистического анализа - Статистический анализ данных: консалтинг, тренинги, обучение

Прогнозирование в SPSS

Цель проведения тренинга «Анализ временных рядов и прогнозирование в IBM SPSS Statistics» научиться работать с данными, представляющими собой временные ряды, и строить по ним прогнозные модели. На тренинге разбирается методика анализа временных рядов и возможности модуля Прогнозирование (Forecasting) для построения прогнозных моделей.

По окончании обучения Вы будете уметь:

  • анализировать временные ряды
  • проводить вычисления с переменными дат и времени
  • строить различные модели временных рядов
  • прогнозировать по моделям временных рядов
  • уметь проводить анализ качества и адекватности построенных прогнозных моделей

Продолжительность тренинга: 3 дня (с 10:00 до 17:00)

Тема 1. Введение в анализ временных рядов и прогнозирование

  • Понятие временного ряда
  • Временные параметры прогноза
  • Виды временных рядов
  • Классификация видов прогнозов
  • Требования к исходной информации для построения прогноза
  • Общий алгоритм построения прогноза
  • Компоненты временных рядов
  • Модели временных рядов и подходы к их построению
  • Цели и задачи анализа временных рядов

Тема 2. Организация данных временных рядов

  • Определение периодичности временного ряда
  • Процедура Задать даты
  • Создание временного ряда: процедура Создать временной ряд
  • Замена пропущенных значений временного ряда
  • Расчет лаговых переменных
  • Конструктор дат и времени
  • Формат дат и времени
  • Формирование переменной даты или времени из текстовой переменной
  • Создание переменной даты или времени из набора переменных
  • Сложение и вычитание переменных дат или времени
  • Выделение части переменной даты или времени

Тема 3. Первичный анализ временного ряда

  • Основные характеристики временного ряда
  • Графический анализ временного ряда
  • Процедура Диаграммы последовательностей
  • Анализ среднего значения и дисперсии
  • Автокорреляционная функция
  • Частная автокорреляционная функция
  • Процедура Автокорреляции
  • Процедура Кросс-корреляции
  • Виды тенденций во временном ряду
  • Способы выявления тенденции временного ряда
  • Выявление тенденции средней с помощью t-критерия
  • Выявление тенденции дисперсии с помощью F-критерия
  • Критерий серий для выявления тенденции
  • Основные показатели для изучения динамики временного ряда
  • Простейшие методы прогнозирования

Тема 4. Моделирование тенденции во временном ряду

  • Алгоритмические методы выявления тенденции
  • Методы скользящих средних
  • Расчет  центрированных скользящих средних
  • Расчет опережающих скользящих средних
  • Расчет скользящих медиан
  • Аналитические методы выявления тенденции
  • Этапы построения прогноза с использованием кривых роста
  • Обзор основных видов кривых роста
  • Процедура Подгонка кривых
  • Методы выбора кривых роста

Тема 5. Оценка адекватности и точности прогнозных моделей

  • Разбиение ряда на оцениваемую и прогнозируемую части
  • Вычисление остатков
  • Требования к остаткам модели
  • Проверка нормальности распределения остатков
  • Характеристики согласия и точности модели
  • Коэффициент детерминации
  • Среднеквадратическая ошибка
  • Средняя абсолютная ошибка
  • Средняя относительная ошибка
  • Коэффициент Дарбина-Уотсона и коэффициент автокорреляции
  • Анализ ошибок модели на графике последовательности
  • Построение точечного и интервального прогноза

Тема 6 . Анализ временных рядов  с периодической составляющей

  • Метод сезонной декомпозиции временного ряда
  • Процедура Сезонная декомпозиция и ее настройки
  • Результаты процедуры Сезонная декомпозиция
  • Спектральный анализ
  • Процедура Графики спектров и ее настройки
  • Методы получения оценки спектральной плотности
  • Результаты спектрального анализа и их интерпретация

Тема 7. Анализ и прогнозирование стационарных временных рядов

  • Понятие стационарное временного ряда
  • Приведения временного ряда к стационарному ряду
  • Виды моделей стационарных временных рядов
  • Определения нужной модели стационарного временного ряда
  • Модели авторегрессии
  • Модель авторегрессии первого порядка АР(1)
  • Модель авторегрессии второго прядка АР(2)
  • Модели скользящего среднего
  • Модель скользящего среднего первого порядка СС(1)
  • Модель скользящего среднего второго порядка СС(2)
  • Смешанные модели АРСС
  • Модели АРСС с сезонной компонентой
  • Конструктор моделей временных рядов
  • Задание переменных и выбор метода построения модели
  • Настройка вывода характеристик точности модели
  • Настройка обработки выбросов
  • Настройка вывода графиков модели
  • Сохранение результатов
  • Настройка параметров процедуры
  • Эксперт построения моделей и настройки выбора наилучшей модели
  • Построение моделей стационарных временных рядов с помощью Конструктора моделей временных рядов
  • Процедура Применить модели временных рядов
  • Настройка параметров процедуры Применить модели временных рядов
  • Результаты расчета процедуры и их интерпретация

Тема 8. Адаптивные методы прогнозирования

  • Сущность адаптивных методов прогнозирования
  • Достоинства адаптивных методов прогнозирования
  • Общий алгоритм работы адаптивных методов
  • Оценивание параметров экспоненциального сглаживания 
  • Оценка или задания весов экспоненциального сглаживания
  • Виды адаптивных моделей прогнозирования
  • Модель экспоненциального сглаживания
  • Модель Хольта
  • Модель Брауна
  • Модель с демпфированным трендом
  • Модель экспоненциального сглаживания с сезонностью
  • Аддитивная модель Уинтерса
  • Мультипликативная модель Уинтерса
  • Расчет адаптивных модель с помощью Конструктора моделей временных рядов
  • Интерпретация полученных результатов моделей адаптивного прогнозирования