[통계학]SPSS 시계열분석

소개

SPSS 시계열분석

목차

1장. 시계열 자료의 이해
1.1 시계열 변수 생성
- 차분, 계절차분
- 사전 이동평균, 중심화된 이동평균, 이동중위수, 누적 합
- 시차, 리드
- 평활
1.2 기술 그래프
1.2.1 자기상관과 편자기상관
1.2.2 교차상관
1.2.3 스펙트럼 분석
2장. 시계열 분석 기법
2.1 지수평활법
2.2 자기회귀
2.3 ARIMA
2.3.1 ARIMA 기본 사례
2.3.2 특이점을 포함하는 사례
2.3.3 개입분석
2.3.4 계절형 ARIMA 모형
2.4 계절분해
3장. SPSS 시계열 기능 설명
3.1 SPSS 자료의 날짜 정의 기능
3.2 SPSS 변환의 시계열 변수 생성 기능
3.3 SPSS 그래프 시계열 도표의 자기상관, 교차상관, 스펙트럼 기능
3.4 SPSS 시계열의 지수평활 기능
3.5 SPSS 시계열의 자기회귀모형 기능
3.6 SPSS 시계열의 ARIMA 모형 기능
3.7 SPSS 시계열의 계절분해 기능
자료파일 리스트

본문내용

시계열(time series) 자료는 일정간격의 시점에서 변수의 움직임을 측정한 자료이다. 여기서 시점이란 년도(year), 년도-분기(year-quarter), 년도-월(year-month) 등으로 동일한 간격과 길이가 전제된다.
시계열 자료는 추세(trend), 계절성(seasonality), 특이점(outlier), 변화점(turning point) 등의 측면에서 관찰된다.
∎ 추세(trend): 추세는 장기간에 걸친 변화 양상을 말한다. 여기서 장기간(long term)이란 4-5년, 10년 내외 등 사례에 따라 다르게 정의된다.
∎ 계절성(seasonality): 1년을 이루는 자료 값들의 주기적 변동을 말한다. 이에 따라 년도-분기(year-quarter) 계열에서는 4개 분기 자료 값이 계절적 패턴을 나타낼 수 있고, 년도-월(year-month) 계열에서는 12개 월 자료 값이 계절적 패턴을 나타낼 수 있다. 당연하게도, 년도(year) 계열에서는 계절적 패턴이 나타나지 않는다.
∎ 특이점(outlier): 자료 값의 돌출적 변화를 나타낸다. 특이점은 해당 변수가 외적 요인의 강한 충격을 받아 돌발적으로 움직임으로써 발생한다.
∎ 변화점(change/turning point): 시계열 변수의 행태(behavior)가 바뀌는 시점을 말한다. 시계열의 행태는 추세 또는 계절성 등의 측면에서 관찰되므로 추세의 변화 또는 계절적 패턴의 변화 등이 발생하는 시점을 일컫는다.
한 예를 보자. <그림 1.1>은 1970년부터 2004년까지의 분기별 가구당 평균 가계소비지출액을 플롯한 순차도표(sequence plot; 시계열도표)이다 (파일명: 가계소비지출_Q.sav). 몇 가지 중요한 특징을 볼 수 있다.
∎ 추세(trend): 35년 전체로 볼 때 가계의 소비 규모가 크게 증가하는 모습이다.
∎ 계절성(seasonality): 분기별 자료이기 때문에 4를 주기로 변동하는 모습을 그래프에서 확인할 수 있다. 설날을 포함하고 신학기가 시작되는 1/4 분기의 소비지출이 다른 분기에 비해 크다.
∎ 특이점(outlier): 1997년 4/4분기부터 1999년 1/4분기까지 계열이 급격하게 내려앉은 모습을 보인다 (IMF 외환위기).
∎ 변화점(change/turning point): 2000년 1/4분기 이후 가계소비의 증가세는 둔화된 형태

참고자료

· SPSS 시계열분석