SPSS时间序列分析案例.docx

上传人:b****5 文档编号:11859047 上传时间:2023-04-06 格式:DOCX 页数:12 大小:378.97KB
下载 相关 举报
SPSS时间序列分析案例.docx_第1页
第1页 / 共12页
SPSS时间序列分析案例.docx_第2页
第2页 / 共12页
SPSS时间序列分析案例.docx_第3页
第3页 / 共12页
SPSS时间序列分析案例.docx_第4页
第4页 / 共12页
SPSS时间序列分析案例.docx_第5页
第5页 / 共12页
点击查看更多>>
下载资源
资源描述

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.docx

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

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

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

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 解决方案

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1