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

More documents

Recommendations

Info

38Capitolo 3• Per i modelli ARIMA, se una variabile predittore riporta dei valori mancanti nel periodo distima viene generato un avviso. Per tutti i modelli che prevedono un predittore non vieneripetuta la stima.• Se una variabile indipendente presenta dei valori mancanti nel periodo di previsione, laprocedura genera un avviso ed effettua le previsioni per il periodo consentito.Ampiezza dell’intervallo di confidenza (%). Gliintervallidiconfidenza vengono calcolati per i valoristimati del modello e le autocorrelazioni dei residui. È possibile specificare qualsiasi valorepositivo inferiore a 100. Per impostazione predefinita, si utilizza un intervallo di confidenza al95%.Numero massimo di ritardi mostrato nell’output ACF e PACF. È possibile impostare il numero massimodi ritardi mostrato nelle tabelle e nei grafici delle autocorrelazioni e delle autocorrelazioni parziali.Questa opzione è disponibile solo se i parametri del modello vengono stimati di nuovo (Ripetistima dei dati nella scheda Modelli).Opzioni aggiuntive del comando TSAPPLYPer rendere disponibili le opzioni aggiuntive, incollare le selezioni in una finestra della sintassiemodificare la sintassi del comando TSAPPLY che ne risulta. Il linguaggio della sintassi deicomandi consente di:• Specificare che solo un sottoinsieme di modelli di un file del modello deve essere applicato alfile di dati attivo (con le parole chiave DROP e KEEP nel sottocomando MODEL).• Applicare i modelli provenienti da due o più file del modello ai dati (con il sottocomandoMODEL). Per esempio, un file del modello può contenere i modelli delle serie che rappresentanole vendite unitarie e un altro può contenere i modelli delle serie che rappresentano gli introiti.Per informazioni dettagliate sulla sintassi, vedere Command Syntax Reference.
Decomposizione stagionaleCapitolo4La procedura Decomposizione stagionale decompone la serie in una componente stagionale,un trend combinato e una componente ciclo, ed in una componente “errore”. La procedura èun’implementazione del Metodo I del Census Bureau, noto come metodo per il calcolo delrapporto della media mobile.Esempio. Uno scienziato desidera analizzare le misurazioni mensili del livello di ozono di unastazione meteorologica specifica. L’obiettivo è quello di stabilire se è possibile rilevare dei trendnei dati. Per poter rilevare i trend, lo scienziato deve prima tener conto delle variazioni nellemisurazioni causate dagli effetti stagionali. La procedura Decomposizione stagionale permettedi rimuovere tutte le variazioni stagionali sistematiche. L’analisi del trend viene quindi eseguitasulle serie con le correzioni stagionali.Statistiche. Insieme di fattori stagionali.Dati. Le variabili devono essere numeriche.Assunzioni. Le variabili non devono contenere dati mancanti incorporati. È necessario definirealmeno una componente data periodica.Per stimare i fattori stagionaliEDai menu, scegliere:AnalizzaPrevisioniDecomposizione stagionale...39
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 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 60 and 61: 50Capitolo 6L’insieme di casi usa
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 106 and 107:
96Capitolo 11La tabella Statistiche
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 ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?