京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SPSS转换菜单:创建时间序列
1、概念:“创建时间序列”对话框允许您基于现有数值型时间序列变量的函数创建新的变量。这些转换后的值在时间序列分析中非常有用。
2、操作:转换-创建时间序列
3、说明:时间序列转换函数如下:
◎差分。序列中相邻值之间的非季节性差异。阶数为用于计算差分的以前值个数。由于每阶差分丢失一个观察值,因此系统缺失值会出现在序列开头。例如,如果差分阶数为2,则前两个个案会包含新变量的系统缺失值。
◎季节性差分。相隔恒定距离的序列值之间的差分。该跨度基于当前定义的周期。要计算季节性差分,您必须定义日期变量(“日期”菜单,“定义日期”),其中包括周期性成分(例如一年中的月份)。阶数为用于计算差分的季节性周期个数。在序列开头,带有系统缺失值的个案个数,等于阶数乘以周期。例如,如果当前周期为12,且阶数为2,则前24个个案会包含新变量的系统缺失值。
◎中心移动平均数。当前序列值与其周围某个跨度内序列值的平均值。跨度为用于计算平均值的序列值个数。如果跨度为偶数,则移动平均数通过对每组非中心平均值求平均值而得出。在跨度为n的序列开头和末尾,带有系统缺失值的个案个数,等于n/2(偶数跨度值)和(n–1)/2(奇数跨度值)。例如,如果跨度为5,则在序列开头和末尾带有系统缺失值的个案个数为2。
◎前移动平均数。当前序列值之前的序列值的平均值。跨度为用于计算平均值的前面序列值个数。在序列开头,带有系统缺失值的个案个数,等于跨度值。
◎移动中位数。当前序列值与其周围某个跨度内序列值的中位数。跨度为用于计算中位数的序列值个数。如果跨度为偶数,则中位数通过对每组非中心中位数求平均值而得出。在跨度为n的序列开头和末尾,带有系统缺失值的个案个数,等于n/2(偶数跨度值)和(n–1)/2(奇数跨度值)。例如,如果跨度为5,则在序列开头和末尾带有系统缺失值的个案个数为2。
◎累积和。当前序列值与其周围序列值的累积和。
◎延迟。根据指定的延迟阶数,上一个个案的值。阶数为从中获取值的当前个案之前的个案个数。在序列开头,带有系统缺失值的个案个数,等于阶数值。
◎提前。根据指定的提前阶数,后一个个案的值。阶数为从中获取值的当前个案之后的个案个数。在序列末尾,带有系统缺失值的个案个数,等于阶数值。
◎平滑。基于复合数据平滑器的新序列值。平滑器从移动中位数4开始,由移动中位数2居中。然后,它再通过移动中位数5、移动中位数3和Hanning加权平均,重新对这些值进行平滑。从原始序列中减去平滑后的序列,计算得出残差。然后对计算得出的残差重复这整个过程。最后,减去该过程首次获得的平滑值,得到平滑残差。这有时也称为T4253H平滑。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21