Statistik for geografer Lektion 5
Tidsrække Analyse Proces som varierer over tid Observationer til bestemte tidspunkter Eksempler y1, y2, …,yk, …,yn Langtidsændring i klima Efterspørgslen på elektricitet BNP i perioden 1945 - 2004
Tidsrække Analyse Præcis beskrivelse af de karakteristiske træk Modellere de typiske træk Lave forudsigelser Kontrollere processen Deskriptiv statistik Forklarende variable Extrapolation ud fra modellen Ændre på de forklarende variable
Ønske Måling = Noget Pænt + Støj Grundlæggende Antagelse Systematisk del Tilfældig del Grundlæggende Antagelse Målingen i dag ligner målingerne i den nærmeste fortid og fremtid
Dekomponering af tidsrækker Måling = Glat del + Støj Støj = Måling - Glat del Rest = Måling - Vores bud på den Glatte del Ligner den tilfældig støj?
Mere teoretisk: er støjen, dvs. den stokastiske del Hvor og er trenden+sæsonvariation og er støjen, dvs. den stokastiske del
Glidende Gennemsnit
Glidende Gennemsnit Høj orden contra lav orden Outliers Lige orden
Yderligere Dekomponering Måling = Systematisk del + Støj Trend + … + Sæsonvariation Hvordan får man en tidsrække dekomponeret i individuelle mønstre????
Nu skal vi lave tidsrække
Hvordan var det lige det var?
Glidende Gennemsnit Bestem orden Vælg Funktion Udpeg variabel
Sæson Variation
Støj Processen
Eller gør følgende : Vælg Data -> Split file -> Groups Based on -> Compare Groups For (observerede – trende) vælg Descriptive Statistics -> Descriptivs -> Options Mean Ophæv Split File og sorter tilbage Fra output kopieres gennemsnittene (Means) over til arket som sæson Fra observationer trækkes trend, sæson og man får random