spss時間序列模型

1、酒品統(tǒng)計(jì)軟件實(shí)驗(yàn)報(bào)告SPSS軟件的上機(jī)實(shí)踐應(yīng)用時間序列分析數(shù)學(xué)與統(tǒng)計(jì)學(xué)學(xué)院1、 實(shí)驗(yàn)內(nèi)容：時間序列是指一個依時間順序做成的觀察資料的集合。時間序列 分析過程中最常用的方法是：指數(shù)平滑、自回歸、綜合移動平均及季 節(jié)分解。本次實(shí)驗(yàn)研究就業(yè)理論中的就業(yè)人口總量問題。 但人口經(jīng)濟(jì)的理盤品論和實(shí)踐表明，就業(yè)總量往往受到許多因素的制約，這些因素之間有 著錯綜復(fù)雜的聯(lián)系，因此，運(yùn)用結(jié)構(gòu)性的因果模型分析和預(yù)測就業(yè)總 量往往是比較困難的。時間序列分析中的自回歸求積分移動平均法(ARIMA )則是一個較好的選擇。對于時間序列的短期預(yù)測來說，隨機(jī)時序ARIMA是一種精度較高的模型。我們已遼寧省歷年(1969-200

2、5)從業(yè)人員人數(shù)為數(shù)據(jù)基礎(chǔ)建立一個就業(yè)總量的預(yù)測時間序列模型，通過spss建立模型并用此模型來 預(yù)測就業(yè)總量的未來發(fā)展趨勢。2、 實(shí)驗(yàn)?zāi)康模? .準(zhǔn)確理解時間序列分析的方法原理2 .學(xué)會實(shí)用SPSS建立時間序列變量3 .學(xué)會使用SPSS繪制時間序列圖以反應(yīng)時間序列的直觀特征。4 .掌握時間序列模型的平穩(wěn)化方法。5 .掌握時間序列模型的定階方法。6 .學(xué)會使用SPSS建立時間序列模型與短期預(yù)測。7 .培養(yǎng)運(yùn)用時間序列分析方法解決身邊實(shí)際問題的能力。三、實(shí)驗(yàn)分析：總體分析：先對數(shù)據(jù)進(jìn)行必要的預(yù)處理和觀察，直到它變成穩(wěn)態(tài)后再用SPSS對數(shù)據(jù)進(jìn)行分析。數(shù)據(jù)的預(yù)處理階段，將它分為三個步驟：首先，對有缺失

3、值的數(shù)據(jù)進(jìn)行修補(bǔ)，其次將數(shù)據(jù)資料定義為相應(yīng)的時間序列， 最后對時間序器品we"列數(shù)據(jù)的平穩(wěn)性進(jìn)行計(jì)算觀察。數(shù)據(jù)分析和建模階段：根據(jù)時間序列的特征和分析的要求，選擇 恰當(dāng)?shù)哪Ｐ瓦M(jìn)行數(shù)據(jù)建模和分析。四、實(shí)驗(yàn)步驟：SPSS的數(shù)據(jù)準(zhǔn)備包括數(shù)據(jù)文件的建立、時間定義和數(shù)據(jù)期間的 指定。SPSS的時間定義功能用來將數(shù)據(jù)編輯窗口中的一個或多個變量 指定為時間序列變量，并給它們賦予相應(yīng)的時間標(biāo)志，具體操作步驟是：1.選擇菜單：Date Define Dates出現(xiàn)窗口:單擊【ok（確認(rèn)）】按鈕，此時完成時間的定義，SPSS將在當(dāng)前數(shù)據(jù) 編輯窗口中自動生成標(biāo)志時間的變量。1XYEAR_DATE,9&qu

4、ot; 0。196919691047 00197019701113.60197119711105,00197219721114 90107313731086 9019741974112S4C197519761141 10197619761180 60197719771Z54 10伯市197a1321.5019791979144170198019801505 10198119611571.e0198219821638 6。198319631G80 7019S419841769 101985196517M9 W19U61036.40198719S71050 6019081983« 口 I

5、 a nnarsw rihCink當(dāng)數(shù)據(jù)準(zhǔn)備好，為認(rèn)識數(shù)據(jù)的變化規(guī)律，判斷數(shù)據(jù)是否存在離群點(diǎn)和 缺損值，最直接的觀察方法是繪制序列的圖像。2 .選擇菜單選項(xiàng)欄中的 Analyze>forecasting>SequenceCharts押出 Sequence Charts寸話框。單擊【ok（確認(rèn)）】按鈕，得到時序圖:YEAR, net pariadk觀察發(fā)現(xiàn)序列沒有明顯的周期性，為非平穩(wěn)時間序列。一般而言, 一次差分可以將序列中的線性趨勢去掉，二次差分可以將序列中的拋 物線趨勢去掉，圖中曲線存在線性趨勢，用一階差分運(yùn)算去除。3 .選擇菜單：Transform>Create Tim

6、e Series 彈出對話框:SPSS將在當(dāng)前單擊【ok（確認(rèn)）】按鈕，此時完成線性成分的去除,數(shù)據(jù)編輯窗口中自動生成差分后的新變量X_1YAR_ DA1T_ x_1S67 00196919691U7 001019708C 001113.60例1137166 501105.00197219728801114 9Q197319739.901085 9019741974-299。112&.401575197&獨(dú)物1M1 101976197615.701180 601P7197739 501254 1013PB197073 501321.501979197967401441 701&

7、amp;S01飆120.201505.101981196163.40(15716019821962*1638.601983190367 001600 701984198442.T0176910伽51965SS.40數(shù)據(jù)經(jīng)過一階差分后，檢驗(yàn)差分序列自相關(guān)和偏相關(guān)函數(shù)是否為截尾盤品we"或拖尾，若是則數(shù)據(jù)已為平穩(wěn)序列可以進(jìn)行 ARIMA建模，否則繼續(xù) 對數(shù)據(jù)進(jìn)行平穩(wěn)化處理。4 .選擇菜單 AnalyzeTime Series Autoregressio杷被解釋變量選擇到Dependent框中，選擇解釋變量到Independent(s)匡中。單擊【ok(確認(rèn))】按鈕，此時生成自相關(guān)和偏自相

8、關(guān)相關(guān)數(shù)據(jù)。酒品w。"序列 QFFCx.n自相關(guān)圖滯啟自相父桁;曾謀差Jt： oy- lju ng生在計(jì)年值df£©戶145416Cs.assi00521 5512 S2C2.0023.09115612 97C3.0054.001,15312.97C4,011三.2031 511 4,3915.011B.0621 4S1 5,066&,0207.1911 4E16 7637,019：二：.085,14317 1 3S8.029'3.0011 4017 14Cg.04710.0691 3617 39210.06211-.11 91 3S1 8 1B7

9、11,0701 2-n/a1 371 Fl 511 21 m13-.0B11301ti 73713.1311 4-0411 271 8.94C1 4.1 715一口 141 2413.3515.220I b-.11 4.1 Z1i ai aQ假定的基砒過程是獨(dú)立性白 b基于漸近卡方邁假。峰音）-滯后原表中顯示的是自相關(guān)計(jì)算結(jié)果，從左向右，依次列出的是:數(shù)、自相關(guān)系數(shù)值、標(biāo)準(zhǔn)誤差、Box-ljung統(tǒng)計(jì)量（值、自由度、假設(shè)成立的概率值）。通過標(biāo)準(zhǔn)誤差以及 Box-ljung統(tǒng)計(jì)量的相伴概率都可以說該時間序列不是白噪聲， 是具有自相關(guān)性的時間序列，可 以建立ARIMA模型。銀品wo"PI

10、I"! rn口LI u UL-i L一.J si自相關(guān)圖顯示序列在2階滯后期時進(jìn)入平穩(wěn)置信區(qū)間并拖尾，所以MA (q)的q取值為2。偏自相關(guān)序列在1階滯后期時進(jìn)入平穩(wěn)置信 區(qū)間并拖尾，所以AR(p)的p取值為1。數(shù)據(jù)經(jīng)過一階差分，所以I (d)的取值為1。<W 'w - v v >w . w . r h SB w w， h -w = w '= w ='yf 'U4/w . <w >b » v h w . » .w = w'W _ "M w w K <w = "W =5.當(dāng)時間

11、序列的數(shù)據(jù)已經(jīng)準(zhǔn)備好以后，選擇菜單欄中的Analyze>Forecasting>Create Models令，彈出 Create Models對話框。 在該對話框左側(cè)的Variables列表框中選擇一個變量，將其移入 Dependent Variable的！J表框。在 Method下拉列表框中選擇 ARIMA , 然后選擇ARIMA選項(xiàng)，單擊Criteria按鈕，彈出ARIMA Criteria對 話框。盤品 總 時間序列覆嶂號:金以M A舒學(xué)*限押曲先國，C平方幅中白日然對故CD飛在料盤承包日常熱小呵 T l；W5D _J 單擊Create Models對話框中的ok按鈕，將進(jìn)行

12、ARIMA模型建模和分析，結(jié)果如下：程型端述模型類型模型IDU業(yè)人數(shù)模型_1ARIWI/V1J.2)用臺紙L量妁懂S£A1MH鼻大情百擔(dān)：?ID3$5DT5馳況布百同方414<14flH4144144'441 i上142144T4F方帕3.前J93g的993,M3由的,993J03,093FUSE33.20033,20633.20633,20633.20633 20033,20333JD6B3JDS33,206we1 *441.«41 4441.341 4311 4H1 4441.4441 444.iVaxPE6.ST16.671前為0.9710 6718.6

13、716 671G0?1618716 671r%Ea2162322.0232U2322 62322 M322212U2922J232；&33MME75 441了札卬F5 4375,41417§ 441T5 M175 Ml?5 J4175475正本的刷二7EQ3：7.5037.5 D37.5D37 5037 503?5037.15D3T.5D37 503費(fèi)型統(tǒng)計(jì)量預(yù)測變量數(shù)程型滋合旗計(jì) £Ljuna-BJX Q(1 8)離群值數(shù)平穩(wěn)的R方統(tǒng)計(jì)量DFSig.從業(yè)人數(shù)號型1,414C.55215,9690模型200&從電人敏-根典的測1917.63UCL201375

14、LCL1881.52器品W0rd對于每個程型，理惻都在話求的 預(yù)測時間能花圍內(nèi)的最后一個非 地失值之后開始-在所有評測信朝（以較阜者為準(zhǔn)）結(jié)束，gwqEnN-2QQ5 M0S "一雷1937-1型51S3 HH期 工卷H 58-S- J3JS25-1373 AgriJiNujol :ooo oe- 1750 a(r 1500 DC- 1250 DC - iooojoc-平穩(wěn)的R方為0.414說明基本擬合。我們根據(jù)以上方法改變ARIMA（p,d,q）中的系數(shù)重新建模。（p,d,q）取值分別為（1, 1, 0）得出結(jié)果如下:程型描述根型類型模型1 口從業(yè)人皴模型二ARIMA(1.1,0J

15、覘型以令坦度5E壇小金百用工理芭11 |51025507590可9R方.維.293JQ31S3293皿.191.必工招S3R萬的.WJBI胸匈991蜘目印用的991RM5E15 E633-5.3S335 3B3拈3船35 36335 3G335 36335.3 B335.363空i 363"ME1國3LS43LM31,91311副31.6431 431加31刷31.BI3M*FE6 1礪-6.T56a1I5E6.15681556 156615501566 155t> 1SE1ME25 54575.535?5 “百2,51515 54525 "525 5i5型的25 5

16、452百 5*5MmxAE73,56773,50773JB7?3.56773 56773,56773 507731酊73.5 B?73 567正高中向日；7 11111M30予加K.43D7«07 W0F&CJT4卻7A307 4的根型箍計(jì)是根型預(yù)測變量數(shù)模型融臺統(tǒng)計(jì) 量Ljung-Box QU 8)離群值數(shù)平穩(wěn)的R方統(tǒng)計(jì)量DF旭U業(yè)人數(shù)-模型129316.25CV.5050模型加口 6從業(yè)人的模型預(yù)測1684 47UCL2056.37LCL1912.56對于每個模型藪測都在請求的 的側(cè)時間較加圍內(nèi)的最后一個韭 映失值之后開始在所有預(yù)測值 的非缺失值都可用的最后一，時 同稅或請求現(xiàn)測時間段的結(jié)束日 期(以較早者為準(zhǔn))靖束