SPSS Forecasting 17.0 - Dipartimento di Psicologia dei Processi di ...

More documents

Recommendations

Info

96Capitolo 11La tabella Statistiche univariate contiene i punti di dati utilizzati per tracciare il periodogramma.Si noti che per frequenze inferiori a 0,1, il valore massimo nella colonna Periodogramma ricorrein corrispondenza di una frequenza di 0,08333—esattamente com’è prevedibile in presenza diuna componente periodica annuale. Questo dato conferma l’identificazione del picco minimo difrequenza con una componente periodica annuale. Vediamo cosa avviene per quanto riguarda glialtri picchi a frequenze maggiori.Figura 11-4Densità spettraleÈ possibile analizzare i picchi restanti in modo ottimale tramite la funzione di densità spettrale,ovvero una versione livellata del periodogramma. Il livellamento fornisce un modo per eliminareil disturbo di sfondo da un periodogramma, consentendo di isolare in modo più chiaro la strutturasottostante.La densità spettrale è composta da cinque picchi distinti, equamente distanziati. Il piccominimo di frequenza rappresenta semplicemente la versione livellata del picco a 0,08333.Per comprendere la significatività dei quattro picchi di frequenza maggiori, si ricordi che ilperiodogramma viene calcolato creando un modello della serie storica come somma delle funzioniseno e coseno. Le componenti periodiche che hanno la forma di una funzione di seno o coseno(sinusoidale) nel periodogramma sono indicate da picchi singoli. Le componenti periodichenon sinusoidali sono indicate da serie di picchi equamente distanziati di altezze diverse, con ilpicco minimo nella serie in corrispondenza della frequenza della componente periodica. Diconseguenza, i quattro picchi maggiori nella densità spettrale indicano semplicemente che lacomponente periodica annuale non è sinusoidale.L’intera struttura discernibile del grafico di densità spettrale è ora spiegata ed è possibileconcludere che i dati contengono una singola componente periodica con un periodo di 12 mesi.
97Grafici spettraliRiepilogoLa procedura dei Grafici spettrali ha consentito di confermare l’esistenza di una componenteperiodica annuale in una serie storica e di verificare che non sono presenti altre periodicitàsignificative. La densità spettrale è risultata più utile del periodogramma per evidenziare lastruttura sottostante, in quanto livella le fluttuazioni causate dalla componente non periodicadei dati.Procedure correlateLa procedura dei Grafici spettrali è utile per identificare le componenti periodiche di una seriestorica.• Per rimuovere una componente periodica da una serie storica, ad esempio allo scopo dieseguire un’analisi di trend, utilizzare la procedura Decomposizione stagionale. VedereCapitolo 10 per ulteriori dettagli.
Page 5 and 6:
ContenutoParte I: Manuale dell'uten
Page 7 and 8:
8 Uso di Expert Modeler per la dete
Page 9:
Parte I:Manuale dell'utente
Page 13 and 14:
3Introduzione alle serie storiche
Page 16 and 17:
6Capitolo 2Figura 2-1Modelli serie
Page 22:
12Capitolo 2possibile definire le f
Page 26:
16Capitolo 2Valori anomali nei mode
Page 30 and 31:
20Capitolo 2• BIC normalizzato•
Page 32 and 33:
22Capitolo 2• Numero fisso di mod
Page 34 and 35:
24Capitolo 2La scheda Opzioni conse
Page 36 and 37:
Applica modelli di serie storicheCa
Page 38 and 39:
28Capitolo 3Se lo si desidera, è p
Page 40 and 41:
30Capitolo 3Tabelle delle statistic
Page 42 and 43:
32Capitolo 3GraficiFigura 3-3Applic
Page 44 and 45:
34Capitolo 3Limitazione dell’outp
Page 46 and 47:
36Capitolo 3Salva variabili. Ne fil
Page 48 and 49:
38Capitolo 3• Per i modelli ARIMA
Page 50 and 51:
40Capitolo 4Figura 4-1Finestra di d
Page 52 and 53:
Grafici spettraliCapitolo5La proced
Page 54 and 55:
44Capitolo 5Estensione. In un proce
Page 56 and 57: Parte II:Esempi
Page 58 and 59: 48Capitolo 6Figura 6-1Finestra di d
Page 60 and 61: 50Capitolo 6L’insieme di casi usa
Page 62 and 63: 52Capitolo 6Figura 6-6Modelli serie
Page 66 and 67: 56Capitolo 6Figura 6-10Istogramma d
Page 68 and 69: Uso dei modelli salvati perl’esec
Page 70 and 71: 60Capitolo 7EENella griglia Data im
Page 72 and 73: 62Capitolo 7La tabella Adattamento
Page 82 and 83: 72Capitolo 8Expert Modeler ha deter
Page 84 and 85: Uso dei modelli salvati perl’esec
Page 88 and 89: 78Capitolo 9Figura 9-4Nuove variabi
Page 92 and 93: 82Capitolo 9Figura 9-9Applica model
Page 94 and 95: 84Capitolo 9Figura 9-12Tabelle dell
Page 96 and 97: 86Capitolo 10Figura 10-1Finestra di
Page 98 and 99: 88Capitolo 10Figura 10-4Grafico di
Page 100 and 101: 90Capitolo 10EImmettere 1989 per l
Page 102 and 103: 92Capitolo 10EESelezionare SAS_1, q
Page 104 and 105: 94Capitolo 11Figura 11-1Finestra di
Page 108 and 109: AppendiceAMisure della bontà di ad
Page 110 and 111: Guida ai grafici ACF/PACFAppendiceC
Page 112 and 113: 102Appendice CACFARIMA(1,0,0), φ>0
Page 114 and 115: File di esempioAppendiceDIl file di
Page 116 and 117: 106Appendice Dcombinazione lineare
Page 118 and 119: 108Appendice D• demo_cs_2.sav. Fi
Page 120 and 121: 110Appendice D• mailresponse.sav.
Page 122 and 123: 112Appendice D• satisf.sav. File
Page 124 and 125: 114Appendice D• tv-survey.sav. Fi
Page 126 and 127: 116BibliografiaVan der Ham, T., J.
Page 128 and 129: 118Indicefinestre spettrali, 42peri
show all

SPSS Forecasting 17.0 - Dipartimento di Psicologia dei Processi di ...

Create successful ePaper yourself

Delete template?

Save as template?