SPSS时间序列分析案例.docx
《SPSS时间序列分析案例.docx》由会员分享,可在线阅读,更多相关《SPSS时间序列分析案例.docx(12页珍藏版)》请在冰豆网上搜索。
SPSS时间序列分析案例
用SPSS软件做时间序列分析,有某公司2002年一季度到2010年二季度的34个税后利润
数据,要求预测出该公司2010年三季度和四季度的税后利润。
要求:
1.画出序列趋势图
2.绘制出自相关图和偏自相关图
3.确定参数和模型
4.给出预测值
观测值序列图
-1-1-J--I--J--J--I--J-I-1-I-J--I--J--J--I--1-
G1Q3ai0301G3QIQ3ai03Q103Q1口3口103Qi
2002200220032003200420042D0S2005200620062D0720072008200fi20□务20092Q10
II期
税后盈利
自相关图
序列:
税后盈利
滞后
自相关
标准误差a
Box-Ljung统计量
值
df
Sig.b
1
.306
.164
3.482
1
.062
2
.198
.162
4.987
2
.083
3
.185
.159
6.340
3
.096
4
.542
.157
18.342
4
.001
5
.084
.154
18.641
5
.002
6
.067
.151
18.836
6
.004
7
.094
.149
19.239
7
.007
8
.458
.146
29.093
8
.000
9
.041
.143
29.176
9
.001
10
.016
.140
29.189
10
.001
11
.012
.137
29.197
11
.002
12
.236
.134
32.308
12
.001
13
-.092
.131
32.806
13
.002
14
-.094
.128
33.345
14
.003
15
-.079
.125
33.745
15
.004
16
.106
.121
34.510
16
.005
a.假定的基础过程是独立性(白噪音)
b.基于渐近卡方近似。
1234&67891口111213141&16
抵迟8UI
偏自相关
序列:
税后盈利
滞后
偏自相关
标准误差
1
.306
.171
2
.115
.171
3
.107
.171
4
.503
.171
5
-.279
.171
6
-.010
.171
7
.046
.171
8
.268
.171
9
-.130
.171
10
-.054
.171
11
-.053
.171
12
-.081
.171
13
-.040
.171
14
-.051
.171
15
-.027
.171
16
-.062
.171
0-5
1.0.
.O-
910111213141516
LL.cvd
3、确定参数和模型
时间序列建模程序
模型描述
模型类型
模型ID税后利润模型1
ARIMA(0,1,0)(0,1,0)
模型摘要
SE
S-d-e
ID
25
50
Ba
95
t502•
5^U2E-17
s.sazE-ir
S5O2E
S5O3E-17
-乩:
L-1
处1/E.
SUSUMF
65
SM2IM7
冃方
.131
B31
B3l
Jj'l
.B3I
.」
.BTl
J631
J.
MISE
ia4iF2JOj
1IM73JOI
104723OJI
IWJJ03
1tH472Jtn
1UH?
?
Jfl3
iiwa'iaa
1O4TJJI3
IWPE
23.101
21测
33JIB
為阿
13.^00
1UUB
iJjsy
J3J0B
33JS9
146.390
141J90i
14S.310
14B.3M
1«BJ0D
1QVJBD
:
丄」L
UB390
HUJBO
M4E
7SW8P5
7300810
rsoa.eie
HOUII
ZM0916
750I8T5
75O0LB16
?
50a.8ifi
7^00Bli
■»■-i'i
I70S.1in
3713$177
WW5.TFT
皿西』"
27B35/177
2TB3S.1T7
Z7i]5JH
I/9M.1IT
2TB3M77
口*me
ISBN
HSJBSfi
10130
nea
ifteis
la.on
1SI79
10他
模型统计量
模型
预测变量数
模型拟合统计量
L
ung-BoxQ(18)
离群值数
平稳的R方
统计量
DF
Sig.
税后利润-模型1
0
5.502E-17
17.688
18
.476
0
2DD(XM).a(b-
15000000-
139621.02万元
170144.55万元
4、给出预测值
2010年第三季度
2010年第四季度
剔除季节成分后,平滑处理及剔除循环波动因素的序列图
JB12000000050-列
1DOOOOW0W-
El期
SEASON、MOD_6、MUL、EQU、4中税后利润的季节性调整序列
自相关图
序列:
SEASONMOD
6、MUL、EQU、4中税后利润的季节性调整序列
滞后
Box-Ljung统计量
自相关
标准误差
值
df
b
Sig.
1
.728
.164
19.633
1
.000
2
.450
.162
27.383
2
.000
3
.310
.159
31.169
3
.000
4
.207
.157
32.911
4
.000
5
.219
.154
34.941
5
.000
6
.241
.151
37.484
6
.000
7
.243
.149
40.168
7
.000
8
.226
.146
42.571
8
.000
9
.183
.143
44.213
9
.000
10
.162
.140
45.551
10
.000
11
.093
.137
46.012
11
.000
12
.006
.134
46.015
12
.000
13
-.047
.131
46.145
13
.000
14
-.021
.128
46.172
14
.000
15
-.022
.125
46.204
15
.000
16
-.036
.121
46.294
16
.000
a.假定的基础过程是独立性(白噪音)
b.基于渐近卡方近似。
SEASON,MOD_6.MUL.EQU.4申税麻利润的净W性凋擦*於列
延迟数II
偏自相关
序歹y:
SEASONMOD_6、MUL、EQU、
4中税后利润的季节性调整序列
滞后
偏自相关
标准误差
1
.728
.171
2
-.168
.171
3
.108
.171
4
-.053
.171
5
.206
.171
6
.000
.171
7
.076
.171
8
-.015
.171
9
.014
.171
10
.034
.171
11
-.121
.171
12
-.066
.171
13
-.059
.171
14
.115
.171
15
-.134
.171
16
.019
.171
SEASON,MOD_6.MUL.EQU.4中税后利润的李*性调熾用列
a
10111213141516
舄请上琨WFW
模型描述
模型类型
模型IDSEASON、MOD_6、MUL、EQU、模型_1
4中税后利润的季节性调
整序列
ARIMA(0,1,0)(0,0,0)
歸盼6
均迪
BE
最小<5
2K値
百分U
10
35
5U
75
go
平綁尺方
-2-SailBlB
-厂.-1
4£91E-16
・7弼E”6
-2.5&1&1B
-25釧E-16
-]^91E-i6
-J591E^16
-a591EJS
V的1E^1fi
PSr
.012
.
812
.812
J12
.BT2
.812
JSI2
Bl2
1007505&
.
1D075XI9&
1U0Z5.0^6
100-^.096
100TS.0BB
IQO73UD96
1DDF5.DK
10Q75.09E
WQ75JI196
lOOFSDD6
哪E
16154
18.151
1H.1M
ia154
10.1U
1BL1弭
1U1$4
ie,i54
10.154
1B1M
W=uflPE
55.072
55.072
S5..QT2
5S.0T2
66.072
55.072
55.DTI
55.072
55J72
55.072
MhE
#58^762
7501752
7534.7&2
75E-4.762
r&E4J6?
7531.752
75B4762
753fl.TS3
1534762
75Blr&2
阳剎M=
3S041E49
35041.649
95041G49
351]「&49
3&W1G49
39041649
350r649
35041.649
SSOfll649
35041649
正吝1悄JBl匚
18.5*2
1&S43
1S.542
18542
18.542
19.542
1®5J2
1S.M3
1B.543
18542
模型统计量
模型
预测变量数
模型拟合统计量
Ljung-BoxQ(18)
离群值数
平稳的R方
统计量
DF
Sig.
SEASON、MOD_6、MUL、
EQU、4中税后利润的季节
性调整序列-模型1
0
-2.591E-16
8.517
18
.970
0
15000000000-
SAS模卑1
100000.00000-
snooo.oooan-
J0MM20
JO-§0
©2009
JD-288
d3M8*
©M8»
-Q3"DOT
-QI冒007
JDW善E
Jo-M006
Jo^曹005
Jo-§曲
Jo^2004
3-Now
-Q3M8W
©官3
*032呂2
©
II期
给出预测值
2010年第三季度
127487.38347万元
2010年第四季度140349.91149万元