THỐNG KÊ KINH DOANH VÀ SPSS :: Bài 7

Chia sẻ bởi Trương Minh Chiến | Ngày 19/03/2024 | 6

Chia sẻ tài liệu: THỐNG KÊ KINH DOANH VÀ SPSS :: Bài 7 thuộc Công nghệ thông tin

Nội dung tài liệu:

Bài 7
DÃY SỐ THỜI GIAN
1. Thiết lập dãy số thời gian
2. Hệ số tự tương quan
3. Hệ số tương quan chéo
4. Xu thế
Download trọn bộ IBM SPSS v19+crack và ebooks – articles tại http://www.mediafire.com/?1j5bcyb3asc8n
Phân tích chuỗi thời gian
Phân tích chuỗi thời gian là một phương pháp phân tích thống kê dùng cho chuỗi số liệu được thu thập đều đặn theo thời gian, tức là số liệu được ghi nhận tại những thời điểm cách đều nhau, như số liệu được thu thập hàng ngày, tuần, tháng, quý, năm,…
Download trọn bộ IBM SPSS v19+crack và ebooks – articles tại http://www.mediafire.com/?1j5bcyb3asc8n
1. Thiết lập dãy số thời gian
Nhập dãy số liệu cần nghiên cứu theo thời gian
Định nghĩa về thời gian (Data/define dates…)
Chọn thời gian phù hợp, đồng thời chọn trường hợp đầu tiên trong dãy số thời gian
Download trọn bộ IBM SPSS v19+crack và ebooks – articles tại http://www.mediafire.com/?1j5bcyb3asc8n
2. Hệ số tự tương quan
Hệ số tự tương quan của chuỗi thời gian thể hiện mức độ liên quan của mỗi giá trị trong chuỗi với những giá trị khác của chuỗi. Hệ số tự tương quan bậc 1 chính là hệ số tương quan Pearson giữa chuỗi số liệu với chuỗi trễ bậc một, tức là chính chuỗi đó được dịch chuyển đi một quan sát. Hệ số tương quan bậc hai là hệ số tương quan giữa chuỗi thời gian đang xét với chuỗi trễ bậc hai, chuộc được dịch chuyển hai đơn vị thời gian,…
Download trọn bộ IBM SPSS v19+crack và ebooks – articles tại http://www.mediafire.com/?1j5bcyb3asc8n
Graphs/Time series/Autocorrelations….
Đưa biến cần phân tích tự tương quan vào ô Variables
Có thể cho hiển thị hệ số tự tương quan (Autocorrelations) và các hệ số tượng quan riêng phần (Partial autocorrelations)
Graphs/Time series/Autocorrelations….
Nếu cần có thể sử dụng các ô trong khung Transform để tiến hành phối hợp biến đổi các chuỗi thời gian theo:
Lôgarit cơ số tự nhiên cho tất cả các giá trị của chuỗi (Natural log transform)
Lấy sai phân của chuỗi qua việc chọn Difference và gán mọt số k nguyên dương vào phương pháp bên cạnh để ấn định bậc sai phân cần tính.
Nhấn Option… để ấn định số bước trễ tối đa cần thể hiện trên kết quả và phương pháp dùng để tính các sai số tiêu chuẩn.
+ Independence model tính toán dựa trên giả thiết sai số của chuỗi thời gian độc lập với nhau
+ Barlett’s approximation được dùng khi có giả thiết độ lệch chuẩn lớn hơn khi tăng độ trễ.
3. Hệ số tương quan chéo
Đối với hai hoặc nhiều chuỗi thời gian được thu thập song song, có thể dùng hệ số tương quan chéo để xác định mức độ liên quan của một chuỗi với chuỗi thứ hai được làm trễ đi các bậc khác nhau.
Download trọn bộ IBM SPSS v19+crack và ebooks – articles tại http://www.mediafire.com/?1j5bcyb3asc8n
Graphs/Time series/Cross Correlations….
Đưa các biến cần phân tích tương quan chéo vào ô Variables
Nếu cần có thể sử dụng các ô trong khung Transform để tiến hành phối hợp biến đổi các chuỗi thời gian theo:
Lôgarit cơ số tự nhiên cho tất cả các giá trị của chuỗi (Natural log transform)
Lấy sai phân của chuỗi qua việc chọn Difference và gán mọt số k nguyên dương vào phương pháp bên cạnh để ấn định bậc sai phân cần tính.
Option
Nhấn Option… để ấn định số bước trễ tối đa cần thể hiện trên kết quả và phương pháp dùng để tính các sai số tiêu chuẩn.
Download trọn bộ IBM SPSS v19+crack và ebooks – articles tại http://www.mediafire.com/?1j5bcyb3asc8n
4. Xu thế và dự báo
Từ khung danh sách bên trái chuyển biến định lượng làm biến phụ thuộc vào ô Dependent phía trên bên phải
Biến độc lập Independent, chọn Time
Xác định các dạng hàm xu thế phù hợp.
Hộp thoại trên cho thấy có 11 mô hình xu thế: tuyến tính (linear), hyperbol (Inverse), parabol (Quadratic), hàm bậc 3 (Cubic), hàm mũ (power),…
Dự báo
Nhấn vào Save để tiến hành dự báo. Nhập thời gian cần dự báo
Download trọn bộ IBM SPSS v19+crack và ebooks – articles tại http://www.mediafire.com/?1j5bcyb3asc8n
* Một số tài liệu cũ có thể bị lỗi font khi hiển thị do dùng bộ mã không phải Unikey ...

Người chia sẻ: Trương Minh Chiến
Dung lượng: | Lượt tài: 0
Loại file:
Nguồn : Chưa rõ
(Tài liệu chưa được thẩm định)