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
Тема 9. Модели взаимосвязанных временных рядов
- Понятие многомерной модели временных рядов
- Модель распределенных лагов DL(p)
- Авторегрессионная модель распределенных лагов ADL(p,q)
- Тест Грейнжера на причинно-следственную связь
- Понятие ложной регрессии
- Коинтеграция временных рядов
- Построение многофакторных прогнозных моделей