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（10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
2
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
1
.306
.164
1
.062
2
.198
.162
2
.083
3
.185
.159
3
.096
4
.542
.157
4
.001
5
.084
.154
5
.002
6
.067
.151
6
.004
7
.094
.149
7
.007
8
.458
.146
8
.000
9
.041
.143
9
.001
10
.016
.140
10
.001
11
.012
.137
11
.002
12
.236
.134
12
.001
13
.131
13
.002
14
.128
14
.003
15
.125
15
.004
16
.106
.121
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。
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
.171
6
.171
7
.046
.171
8
.268
.171
9
.171
10
.171
11
.171
12
.171
13
.171
14
.171
15
.171
16
.171
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
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.
税后利润-模型_1
0
18
.476
0
4、给出预测值
2010年第三季度万元
2010年第四季度万元
剔除季节成分后，平滑处理及剔除循环波动因素的序列图
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:
SEASON、MOD_6、MUL、EQU、4中税后利润的季节性调整序列
滞后
自相关
标准误差a
Box-Ljung统计量
值
df
1
.728
.164
1
.000
2
.450
.162
2
.000
3
.310
.159
3
.000
4
.207
.157
4
.000
5
.219
.154
5
.000
6
.241
.151
6
.000
7
.243
.149
7
.000
8
.226
.146
8
.000
9
.183
.143
9
.000
10
.162
.140
10
.000
11
.093
.137
11
.000
12
.006
.134
12
.000
13
.131
13
.000
14
.128
14
.000
15
.125
15
.000
16
.121
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。
偏自相关
序列:
SEASON、MOD_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
.171
3
.108
.171
4
.171
5
.206
.171
6
.000
.171
7
.076
.171
8
.171
9
.014
.171
10
.034
.171
11
.171
12
.171
13
.171
14
.115
.171
15
.171
16
.019
.171
模型描述
模型类型
模型ID
SEASON、MOD_6、MUL、EQU、4中税后利润的季节性调整序列
模型_1
ARIMA（0,1,0）（0,0,0）
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
18
.970
0
给出预测值
2010年第三季度万元
2010年第四季度万元
升级会员 