案例目的:本数据来自1993年1月份——2000年12月份销售数据,用此数据建立时间序列模型来预测接下来两年的销售数据。
数据如下:原始数据只有一个变量,日期需要定义
第一步:创建日期(数据——定义日期和时间——窗口如下图——定义完之后 原始数据会增加3列)
第二步:绘制初始时间序列图(分析——时间序列预测——序列图——绘制序列图如下)
第三步:由序列图可以发现该时间序列具有明显的趋势项(上升趋势)和周期项(周期性波动),首先进行一阶差分消除趋势项(转换——创建时间序列——一阶差分)
如果上升速度一致的话,那么差分后的数值图应该是较平的,差分后作序列图分析,结果可以看出:虽然没有上升和下跌的趋势了,还是具有周期性,接着进行季节差分!观察季节性差分的分布状况
然后进行季节性差分消除季节项:差分后序列图如下
第四步:做自相关图和偏子相关图(分析——时间序列预测→自相关)
图形如下:
第五步:创建时间序列模型(分析——时间序列预测——创建传统模型)
模型预测如下:
第六步:拟合预测值与实际值(分析——时间序列预测——序列图)
最后,将1999——2000年的实际值贴到数据中,进行实际值与预测值拟合比较,只选择1999年以后的数据拟合(数据——选择个案——选择时间序列)
拟合结果如下:
只拟合实际值与预测值如下:
拟合效果很好,可见模型还是不错的,可以用此模型进行接下来的预测分析
可以将模型XML文件导出,然后选择 实用程序——评分向导
这样就可以运用此模型了。
参考:https://jingyan.baidu.com/article/9158e000060870a25412283e.html
http://www.sohu.com/a/256457329_466874