EPS数据平台使用指南——数据检索篇

《EPS数据平台使用指南——数据检索篇》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、北京福卡斯特信息技术有限公司EPS数据平台使用指南之—《数据预测篇》开篇：EPS数据平台整合了数据检索、数据分析、数据预测一站式的数据服务，在平台内只需点击预测按钮，即可对已查询数据进行预测。预测模块主要是利用计量经济学的各种预测分析方法，对数据中的计算统计量进行单变量的预测分析。方法包括：统计检验、线性回归、指数平滑、趋势分析、ARIMA、自相关分析、邹氏检验、怀特检验、残差自相关分析等。，下面就根据在实际操作中的步骤进行如下演示过程：一、预测模块的使用1．数据选择完毕，点击预测按钮，即可进入预测

2、页面。(图一)2．预测页面的左侧显示预测方法，而右侧显示计算序列和预测结果。点击左侧的下拉列表即可选择预测方法。点击返回，即可返回数据查询页面。如图二。(图二)3．通过右侧的添加、删除、清楚按钮可以对序列进行调整。点击添加按钮后，即可进行设置。TEL：010－59693038Add：北京市朝阳区百子湾西里金海商富中心403号楼707（100124）北京福卡斯特信息技术有限公司(图三)如图三，在添加设置中，可以增加新的序列，这里的序列是可以通过一些计算方法得到的。在计算方法中，提供了常用的对数、滞后等

3、常用的基于任意序列的设置，还可以用户自定义函数。如在数据库中未能查找到的人均指标，那么就可以通过自定义函数用指标比上人数即可生成新的序列即为人均指标了。如可以将针对某些指标序列进行取对数后进行比较分析预测，得到的结果更加能够接近真实值。如可以选择发展速度来观测数据的环比增长情况，也可以选择增减速度来观测同比增减速度。一、预测模块的使用设置1．对原始序列数据进行季节性处理，包括加法方程、乘法方程、设定季节处理多项式迭代次数。(图四)如图四，在指数平滑等分析中均有对季节性进行调整的相关设置，用户可以点击

4、季节调整和季节性时期对预测的数据进行季节性处理。趋势也是可以通过用户自行选择的，提供了线性趋势、指数趋势和衰减趋势。按照需求进行选择即可。TEL：010－59693038Add：北京市朝阳区百子湾西里金海商富中心403号楼707（100124）北京福卡斯特信息技术有限公司1．对原始序列数据进行阶数的设置。(图五)如图五，在ARIMA等分析中提供了对自回归顺序、移动平均阶数、差分阶数、最大迭代次数等的设置，用户可以在预测使用中进行设置。2．设定预测时间开始观测点、结束观测点和预测时间段。如图六，在每个

5、预测方法下，都提供了起始点、结束点和预测期，用户可以根据自己的需求设定预测期即可完成预测。在这里，要提醒用户注意的是，预测期要根据选择的时间段来适当选取，切不可多选，以免数据预测不准确。如，设定了观测期开始点为1998年，观测期结束点为2007年，然后设定预测期，可以设定为1，这说明预测的结果为2008年的数据。(图六)一、预测模块的计算结果1．预测结果显示表格中，包括原始序列数据，模型拟和数据，模型预测数据，置信区间上下限数据。(图七)TEL：010－59693038Add：北京市朝阳区百子湾西里

6、金海商富中心403号楼707（100124）北京福卡斯特信息技术有限公司1．在预测结果的图形检验中，包括原始序列图形，模型模拟序列图形，预测期模型预测图形和置信范围，以及残差图形。(图八)2．预测结果可以保存为用户命名的文件，或者导出为EXCEL和MHT文件格式。（图九）点击保存按钮，即可自定义文件名称进行保存。如保存到EXCEL。(图十)TEL：010－59693038Add：北京市朝阳区百子湾西里金海商富中心403号楼707（100124）北京福卡斯特信息技术有限公司一、预测模块的举例介绍案例1

7、：EPS平台建模应用案例---对我国2007年-2009年社会消费品零售总额月度数据建模（1）选择中国宏观经济月度分地区数据库。（2）设定时间为2007年1月－2009年5月，地区为全国，指标为社会消费品零售总额（3）点击预测按钮，即可进入预测页面。（4）进入预测页面后，选择ARIMA模型。对我国2007年-2009年社会消费品零售总额月度数据序列建模，经拟合与检验适应模型为ARIMA(2，1，1)模型系数计算结果显示图形TEL：010－59693038Add：北京市朝阳区百子湾西里金海商富中心40

8、3号楼707（100124）北京福卡斯特信息技术有限公司统计检验错误无错误案例2：EPS平台建模应用案例---建立一元线性回归模型，分析电力消耗与工业生产的关系（1）选择中国宏观经济年度分地区数据库。（2）设定时间为1999年－2007年，地区为全国，指标为工业生产总值和电力消耗量。（3）点击预测按钮，即可进入预测页面。（4）进入预测页面后，选择线性回归模型。线性回归建立一元线性回归模型，分析电力消耗与工业生产的关系方程S1=.23*S0+185.42模型系数TEL：