. 時(shí)間序列的模型法和數(shù)據(jù)挖掘兩種方法比較分析研究 實(shí)驗(yàn)?zāi)康? 通過(guò)實(shí)驗(yàn)?zāi)軐?duì)時(shí)間序列的模型法和數(shù)據(jù)挖掘兩種方法的原理和優(yōu)缺點(diǎn)有更清楚的認(rèn)識(shí)和比較. 實(shí)驗(yàn)內(nèi)容: 選用1952-2006年的中國(guó)GDP,分別對(duì)之用自回歸移動(dòng)平均模型(ARIMA) 和時(shí)序模型的數(shù)據(jù)挖掘方法進(jìn)行分析和預(yù)測(cè),并對(duì)兩種方法的趨勢(shì)和預(yù)測(cè)結(jié)果進(jìn)行比較并給出解釋. 實(shí)驗(yàn)數(shù)據(jù): 本文研究選用1952-2006年的中國(guó)GDP，其資料如下日期國(guó)內(nèi)生產(chǎn)總值(億元)日期國(guó)內(nèi)生產(chǎn)總值(億元)2006-12-312094071997-12-31747722005-12-311830851996-12-3168593.82004-12-311365151995-12-3158478.12003-12-31116898.41994-12-3145005.82002-12-31105172.31993-12-3134634.42001-12-3197314.81992-12-3126638.12000-12-31894041991-12-3121617.81999-12-31820541990-12-3118547.91998-12-31795531989-12-3116909.21988-12-3114928.31969-12-311937.91987-12-3111962.51968-12-311723.11986-12-3110202.21967-12-311773.91985-12-318964.41966-12-3118681984-12-3171711965-12-311716.11983-12-315934.51964-12-3114541982-12-315294.71963-12-311233.31981-12-314862.41962-12-311149.31980-12-314517.81961-12-3112201979-12-314038.21960-12-3114571978-12-313624.11959-12-3114391977-12-313201.91958-12-3113071976-12-312943.71957-12-3110681975-12-312997.31956-12-3110281974-12-312789.91955-12-319101973-12-312720.91954-12-318591972-12-312518.11953-12-318241971-12-312426.41952-12-316791970-12-312252.7 表一國(guó)內(nèi)生產(chǎn)總值（GDP）是指一個(gè)國(guó)家或地區(qū)所有常住單位在一定時(shí)期內(nèi)生產(chǎn)活動(dòng)的最終成果。這個(gè)指標(biāo)把國(guó)民經(jīng)濟(jì)全部活動(dòng)的產(chǎn)出成果概括在一個(gè)極為簡(jiǎn)明的統(tǒng)計(jì)數(shù)字之中為評(píng)價(jià)和衡量國(guó)家經(jīng)濟(jì)狀況、經(jīng)濟(jì)增長(zhǎng)趨勢(shì)及社會(huì)財(cái)富的經(jīng)濟(jì)表現(xiàn)提供了一個(gè)最為綜合的尺度，可以說(shuō)，它是影響經(jīng)濟(jì)生活乃至社會(huì)生活的最重要的經(jīng)濟(jì)指標(biāo)。對(duì)其進(jìn)行的分析預(yù)測(cè)具有重要的理論與現(xiàn)實(shí)意義。實(shí)驗(yàn)步驟: 1. 選用1952年到2001年這50個(gè)數(shù)據(jù)參與自回歸移動(dòng)平均模型(ARIMA)建模(所用的工具是Eviews). 根據(jù)博克斯-詹金斯提出的建模思想,具體步驟為: (1) 對(duì)原序列進(jìn)行平穩(wěn)性檢驗(yàn)。在以年份為橫軸，以山東省GDP為縱軸的坐標(biāo)系中作曲線圖如圖1所示。圖一從圖1中可以看出全國(guó)的GDP不具有明顯的周期變化和季節(jié)波動(dòng)，但呈現(xiàn)出明顯的增長(zhǎng)趨勢(shì)，他的相關(guān)系數(shù)和偏相關(guān)系數(shù)如圖二所示圖二從圖二中可以看到，他的自相關(guān)系數(shù)是拖尾的，而偏相關(guān)系數(shù)是截尾的。對(duì)樣本數(shù)據(jù)用ADF進(jìn)行單位根檢驗(yàn)的到結(jié)果如圖三圖三這里ADF值大于三個(gè)不同檢驗(yàn)水平下的臨界值，故而可以判斷出，我國(guó)GDP序列是非平穩(wěn)的。這就需要對(duì)GDP序列進(jìn)行差分以使序列變得平穩(wěn)。由圖一可以看出，GDP序列明顯帶有指數(shù)性質(zhì)，因此現(xiàn)對(duì)該序列進(jìn)行對(duì)數(shù)變換在eviews中輸入genr lngdp=ln(gdp)生成新的序列l(wèi)ngdp，并對(duì)新序列進(jìn)行平穩(wěn)性檢驗(yàn)。Lngdp的相關(guān)系數(shù)和偏相關(guān)系數(shù)如圖四所示，圖四對(duì)lngdp用ADF進(jìn)行單位根檢驗(yàn)的結(jié)果如圖五圖五這里lngdp的ADF變成了1.251，依然大于三種不同檢驗(yàn)水平下的臨界值。從中可以看出，對(duì)GDP序列進(jìn)行對(duì)數(shù)處理后，序列l(wèi)ngdp序列依然不平穩(wěn)。需要再對(duì)lngdp序列進(jìn)行差分處理。在eviews中輸入genr dlngdp=d(lngdp)生成新序列dlngdp。并對(duì)dlngdp進(jìn)行平穩(wěn)性分析。其自相關(guān)系數(shù)和偏自相關(guān)系數(shù)如圖六所示圖六其ADF檢驗(yàn)如圖六圖六這是ADF值為-3.87小于在1%校驗(yàn)水平下的臨界值，即可以得出dlngdp序列為平穩(wěn)序列的結(jié)論。(2) 通過(guò)計(jì)算能夠描述序列特征的一些統(tǒng)計(jì)量（如自相關(guān)系數(shù)或非自相關(guān)系數(shù)），來(lái)確定ARMA模型的結(jié)束p和q，并初始計(jì)算時(shí)選擇盡可能少的參數(shù)。從dlngdp序列的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)圖中可以看出，該序列可以用ARMA模型來(lái)表示，且由于自相關(guān)系數(shù)與偏自相關(guān)系數(shù)都是一階截尾的，故取p=1，q=1，采用ARIMA（1，1）模型。第三步，估計(jì)模型的未知參數(shù)，并檢驗(yàn)參數(shù)的顯著性，以及模型本身的合理性。在eviews中輸入ls dlngdp c AR(1) MA(1)得到結(jié)構(gòu)如圖七所示圖七從圖中可以看出，估計(jì)出的方程模型C值，AR(1)值的可信度較高，而MA(1)的估計(jì)值可信度相對(duì)低一些?？傮w方程具有很高的可信度。對(duì)模型進(jìn)行殘差序列分析得到如圖八所示圖八最右側(cè)Probe列中的數(shù)字表示相應(yīng)自由度條件下卡方統(tǒng)計(jì)量取值大于相應(yīng)Q值的概率。因?yàn)檫@一列概率值都大于0.05，說(shuō)明模型的隨機(jī)誤差序列是一個(gè)白噪聲序列。模型均值及自相關(guān)系數(shù)的估計(jì)都通過(guò)顯著性檢驗(yàn)，模型本身也通過(guò)了殘差自相關(guān)檢驗(yàn)。因此模型可以用來(lái)預(yù)測(cè)。則，該方程的表達(dá)式為：2 用時(shí)序算法的數(shù)據(jù)挖掘方法對(duì)數(shù)據(jù)進(jìn)行挖掘(選取1952-2001年的數(shù)據(jù)),得到趨勢(shì)圖.具體步驟為:(1) 創(chuàng)建數(shù)據(jù)倉(cāng)庫(kù)(2)創(chuàng)建數(shù)據(jù)源和數(shù)據(jù)視圖,搭建挖掘環(huán)境(3) 對(duì)已經(jīng)建立的數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行數(shù)據(jù)挖掘.在”選擇數(shù)據(jù)挖掘技術(shù)”選擇時(shí)序模型,在定型數(shù)據(jù)時(shí),輸入和可預(yù)測(cè)都選擇GDP(4) 得到挖掘結(jié)果.切換到”挖掘模型查看器”選項(xiàng)卡,得到挖掘結(jié)果. 圖九 4.用兩種方法的結(jié)論進(jìn)行預(yù)測(cè) 根據(jù)ARIMA估算出的方程進(jìn)行預(yù)測(cè)2000-2008得到 年度實(shí)際GDP預(yù)測(cè)GDP誤差200089404.00 87226.062.43606552001 97314.80 97603.140.2962961442002 105172.3 107257.41.9825562432003 116898.4 116314.40.4995791222004 136515.0 129441.15.1817748972005 183085.0 151228.817.399677752006 209407.0 202850.03.131222932007 NA 232026.72.4360655 表二其預(yù)測(cè)值與實(shí)際值的擬合曲線如圖十 圖十?dāng)?shù)據(jù)挖掘的方法只能預(yù)測(cè)到緊接著一年即2002年的GDP,值為:106113.85實(shí)驗(yàn)結(jié)果: 從圖十的擬合曲線來(lái)看，隨著預(yù)測(cè)期的延長(zhǎng)，模型法的到誤差可能會(huì)出現(xiàn)逐漸增大的情況。用數(shù)據(jù)挖掘的方法預(yù)測(cè)到2002年GDP值為106113.85,比較表二,可知數(shù)據(jù)挖掘的方法較模型法更準(zhǔn)確一些.實(shí)驗(yàn)結(jié)論:(1) 兩種方法的思路和操作程序有很大不同.前者是一種傳統(tǒng)的建模方法,理論基礎(chǔ)很強(qiáng);后者更多