手把手教你做时间序列图

时序图可用于直观展示随时间变化时某变量的数据变化情况，其通常用于某项分析前的直观判断，比如ARIMA模型前的数据平稳性判断，也或者VAR模型之前时时间序列数据的走势一致性判断等。

如果使用时序图判断数据的平稳性情况，通常需要重点关注2项，如下表格所述：

项	说明
数据围绕均值变化	如果是平稳数据，则时序图应该围绕着均值上下波动，反之则不是平稳数据。
是否明显趋势情况	如果是平稳数据，则时序图应该无特别明显的趋势性，反之则不是平稳数据。

特别提示：

• 如果是使用时序图判断平稳性，其为直观图示法，带有一定的主观性，反之使用比如SPSSAU的ADF检验平稳性，二者有可能出现不同的结论。

---

时序图案例Contents1 背景22 理论23 操作34 SPSSAU输出结果35文字分析36 剖析61 背景
当前有一项美国宏观联邦基金利率、通货膨胀率和失业率的数据，数据日期从1960年第1季度到2012年第1季度，单位为季度，共计209个数据。现希望查看，该3项数据具有具有稳定性，便于后续的分析使用。部分数据如下图所示：

2 理论
时序图用于直观展示时序数据的特征情况，比如ARIMA模型前的数据平稳性观察，也或者VAR模型分析前数据的平稳性判断等。通过观察数据是否沿着均值波动，并且没有明显的趋势情况，直观查看数据的平稳性，如果数据沿着某个均值波动并且没有明显的趋势性，则说明数据基本具有平稳性。
3 操作
本例子操作截图如下，关于‘差分设置’参数，默认是不进行差分，如果发现数据不平稳并且希望进行差分设置，此时可下拉选择1阶差分或2阶差分，以判别1阶差分或者2阶差分后的数据是否具有平稳性。与此同时，将日期项放入‘时间项【可选】’框中，此时展示的时序图则直接带日期展示效果。

4 SPSSAU输出结果
SPSSAU分别输入每项的时序图，以及在最后一个图中将各项数据同时展示在一个时序图中，便于进行对比查看。
5文字分析

从上图可以看到：联邦基金利率数据并没有明显的趋势性，与此同时，数据并没有完全围绕着某个均值波动，因而可判断该数据有一定平稳性，但平稳性较弱，因而此种情况可考虑数据进行一阶差分后的时序图效果，如果进行一阶差分得到如下图所示：

从上图可以看到：一阶差分后的数据没有明显的趋势性，并且该数据围绕着数字0上下波动，因而说明‘联邦基金利率’进行一阶差分后具有平稳性。
另外针对通货膨胀率和失业率（没有差分），分别如下两图所示：

从上图可以看到：通货膨胀率数据基本上具有平稳性，因为该数据并没有明显的上升或者下降趋势，并且该数据基本上沿着数字3左右波动。

从上图可以看到：失业率数据基本上具有平稳性，因为该数据并没有明显的上升或者下降趋势，并且该数据基本上沿着数字6波动。
最后，SPSSAU还会将3项（联邦基金利率、通货膨胀率和失业率）数据合并在一个图中，如下图所示：

上图中为3项数据合并一起展示。上述分析中发现‘联邦基金利率’需要差分一阶后才能平稳。如果需要将差分一阶后的‘联邦基金利率’数据，与‘通货膨胀率’、‘失业率’这两个数据（不用差分就平稳），放在一张图上。此时可先将‘联邦基金利率’数据进行差分【使用‘生成变量’->‘差分处理’】，得到新的一个数据后放入分析。操作如下图：

最终将差分后的‘联邦基金利率’（Diff1_联邦基金利率）、 ‘通货膨胀率’、‘失业率’这3项放入一起进行时序图分析，如下图所示。

6 剖析
涉及以下几个关键点，分别如下：

• 时间序列数据判断平稳性，可使用时序图（直观法），也或者单位根检验法等，时序图有直观性但也带有一定主观性，因而二者结论可能不完全相同，并没有固定标准一定使用那一种判断方法。
• 如果需要对时间序图数据进行差分设置，可使用SPSSAU的‘生成变量->差分处理’功能。