如何使用 JMP GUI 测试时间序列趋势线的统计显着性你好 - 我正在尝试测试我的时间序列趋势线是否具有统计显着性。我还想测试季节性趋势。我想在 JMP GUI 中执行此操作。
我的数据是溶解的“化学物质 A”与采样时间的关系，并且我大约有 4 年每月的数据。
提前致谢！
高级统计建模回复：如何使用 JMP GUI 测试时间序列趋势线的统计显着性对于许多自然、经济、社会或人口状况来说，甚至观察的时间间隔也并不罕见。 您的原假设是趋势分量斜率 = 0 吗？ 对比。替代斜率不等于零？ 在时间间隔不均匀的情况下，只需将指数预测器拟合到响应并检验您的假设即可。 您没有指定您的 alpha 水平，因此在某个 alpha 水平上您将不得不拒绝原假设。
回复：如何使用 JMP GUI 测试时间序列趋势线的统计显着性有两件简单的事情可以做，可能足以也可能不足以满足您的目的：
1. 如果采样时间仅相差几天，但大致每月一次，请创建一个月/年变量以在时间序列分析中使用（这将是均匀间隔的）。
2. 如果数据收集的精确数据/时间很重要，您可以尝试将时间作为因素之一（作为连续变量输入）进行回归（简单回归或多重回归，如果您有其他预测变量） - 它的系数应显示关于时间趋势的一些事情。由于可能存在自相关，您可以尝试将 Y 变量转换为一阶差分。这可能是一个更合理的模型 - 但我认为时间趋势将在截距中而不是时间系数中被拾取（后者将表明时间趋势是否有变化）。
回复：如何使用 JMP GUI 测试时间序列趋势线的统计显着性我的数据在 4 年的时间里几乎是每月的（尽管不完全是这样）。我想评估 1) PFMOAA 的时间序列是否呈上升趋势、下降趋势或根本没有趋势； 2）PFMOAA 随季节波动。
当我尝试使用分析...建模...时间序列时，JMP 说“数据必须按时间排序并且间隔均匀”。这似乎不现实。我的数据不是以完美的时间间隔收集的。这种情况多久会发生一次。我可能没有走上正确的道路，但我正在尝试回答上面的两个问题。
下面是我的（部分）数据的屏幕截图。
回复：如何使用 JMP GUI 测试时间序列趋势线的统计显着性假设您正在使用分析...专业建模...时间序列平台：虽然没有办法查看是否全部的如果趋势线具有统计显着性，您可以检查各个参数在大多数参数估计表中是否显着。 在 ARIMA 模型中，这些估计对于“潜入”所有参数都很重要的模型非常有用。 季节性 ARIMA 选项考虑了季节性趋势。
