Excel在统计分析中的应用—第十三章—时间序列分析-季节变动的测定(季节虚拟变量回归法)
2018-01-08 14:19
281 查看
这个例子也比较有意思,使用了11个虚拟变量进行多元回归。
除了采用趋势消除法获得季节比率对趋势值进行调整外,还可以采用设置虚拟变量进行回归,获得包含季节变动因素的回归方程。
添加虚拟变量进行回归是研究经济问题中经常采用的方法,虚拟变量有称为变量,是一个值为0或1的变量,如果该虚拟变量对应的事件发生,则变量值为1,否则,改变量值为0。添加虚拟变量后,如果该变量的系数显著,则说明该虚拟变量代表的因素有着显著的影响,可以按照系数进行调整。
![](https://oscdn.geek-share.com/Uploads/Images/Content/201910/29/cc1e53a0667611e153ff53852c359e4d)
除了采用趋势消除法获得季节比率对趋势值进行调整外,还可以采用设置虚拟变量进行回归,获得包含季节变动因素的回归方程。
添加虚拟变量进行回归是研究经济问题中经常采用的方法,虚拟变量有称为变量,是一个值为0或1的变量,如果该虚拟变量对应的事件发生,则变量值为1,否则,改变量值为0。添加虚拟变量后,如果该变量的系数显著,则说明该虚拟变量代表的因素有着显著的影响,可以按照系数进行调整。
相关文章推荐
- Excel在统计分析中的应用—第十三章—时间序列分析-季节变动的测定
- [时间序列分析][2]--趋势和(季节)因子
- [时间序列分析][6]--季节差分
- 第十三章 时间序列分析和预测
- pandas小记:pandas时间序列分析和处理Timeseries
- 多元时间序列分析基础二
- 时间序列分析(一)
- 数据分析之《菜鸟侦探挑战数据分析》-6-r语言-时间序列-逻辑回归分析-自相关-日历图
- 时间序列分析及应用 R语言 读书笔记 02
- 时间序列之 季节系数法
- 时间序列分析中的ARMA,ARIMA,ARC…
- SPSS时间序列分析
- pandas小记:pandas时间序列分析和处理Timeseries
- 应用时间序列分析学习
- 时间序列分析--ARIMA模型
- 时间序列分析(二)
- 利用python进行数据分析-时间序列1
- 金融时间序列分析:11. 模型分析小结
- python时间序列分析
- 时间序列分析这件小事(五)--MA模型