1、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aBox-Ljung 统计量值df1.306.1641.0622.198.1622.0833.185.1593.0964.542.1574.0015.084.1545.0026.067.1516.0047.094.1497.0078.458.1468.0009.041.
2、1439.00110.016.14010.00111.012.13711.00212.236.13412.00113.13113.00214.12814.00315.12515.00416.106.12116.005a. 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1.306.1712.115.1713.107.1714.503.1715.1716.1717.046.1718.268.1719.17110.17111.17112.17113.17114.17115.17116.1713、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
3、 ID税后利润模型_1ARIMA(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-Box Q(18)离群值数平稳的 R 方统计量DFSig.税后利润-模型_1018.47604、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aBox-Ljung 统计量值df1.728.1641.0002.450.1622.0003
4、.310.1593.0004.207.1574.0005.219.1545.0006.241.1516.0007.243.1497.0008.226.1468.0009.183.1439.00010.162.14010.00011.093.13711.00012.006.13412.00013.13113.00014.12814.00015.12515.00016.12116.000a. 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1.728.1712.1713.108
5、.1714.1715.206.1716.000.1717.076.1718.1719.014.17110.034.17111.17112.17113.17114.115.17115.17116.019.171模型描述模型类型模型 IDSEASON、MOD_6、MUL、EQU、4 中 税后利润 的季节性调整序列模型_1ARIMA(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-Box Q(18)离群值数平稳的 R 方统计量DFSig.SEASON、MOD_6、MUL、EQU、4 中 税后利润 的季节性调整序列-模型_1018.9700给出预测值2010年第三季度 万元2010年第四季度 万元
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
升级会员 