實(shí)驗(yàn)_6時(shí)間序列分析的spss應(yīng)用(精編版)

1、.實(shí)驗(yàn) 6時(shí)間序列分析的spss應(yīng)用6.1 實(shí)驗(yàn)?zāi)康膶W(xué)會(huì)運(yùn)用 spss統(tǒng)計(jì)軟件創(chuàng)建時(shí)間數(shù)列，熟練掌握長(zhǎng)期趨勢(shì)線性模型擬合和季節(jié)變動(dòng)測(cè)定的spss方法與技能。6.2 相關(guān)知識(shí)（略）6.3 實(shí)驗(yàn)內(nèi)容6.3.1 用 spss統(tǒng)計(jì)軟件創(chuàng)建時(shí)間序列的創(chuàng)建6.3.2 用 spss統(tǒng)計(jì)軟件處理長(zhǎng)期趨勢(shì)線性模型的擬合（最小二乘法、指數(shù)平滑法）及預(yù)測(cè)。6.3.3 掌握測(cè)定季節(jié)變動(dòng)規(guī)律的spss測(cè)定方法。6.4 實(shí)驗(yàn)要求6.4.1 準(zhǔn)備實(shí)驗(yàn)數(shù)據(jù)6.4.2 用 spss統(tǒng)計(jì)軟件創(chuàng)建彩電出口數(shù)量的時(shí)間序列6.4.3 用最小二乘法測(cè)定長(zhǎng)期趨勢(shì)，擬合線性趨勢(shì)方程， 并進(jìn)行趨勢(shì)預(yù)測(cè)。6.4.4 測(cè)定彩電出口數(shù)量的季節(jié)變動(dòng)規(guī)

2、律。6.4.5 用指數(shù)平滑法預(yù)測(cè)2014 和 2015 年的彩電出口數(shù)量。6.5 實(shí)驗(yàn)步驟6.5.1 實(shí)驗(yàn)數(shù)據(jù)為了研究某國(guó)彩電出口的情況，某研究機(jī)構(gòu)收集了從2003-2013 年某國(guó)彩電出口的月度數(shù)據(jù)，如表6-1 所示。表 6-1我國(guó) 2003-2013年的我國(guó)彩電出口的月度數(shù)據(jù)（單位：萬(wàn)臺(tái)）1 月2 月3 月4 月5 月6 月7 月8 月9 月10 月11 月12 月2003 年12.5313.7324.4528.7532.4531.1125.9432.9843.4942.9463.2977.282004 年30.0139.6329.7742.7432.2531.9432.2732.5932

3、.9230.9847.4452.822005 年24.0816.4231.2429.3331.8830.0928.0832.9944.9947.5750.3675.192006 年39.0225.8143.3837.3439.2239.8751.1050.9955.1662.7857.7572.202007 年28.7639.3846.1039.4138.7440.1845.5943.3146.6854.1753.6561.122008 年28.8721.2335.8226.9732.3324.5329.3931.9638.2239.2452.9568.41'.2009 年29.993

4、7.0937.7035.3329.5353.6428.9525.8837.6139.8328.4454.852010 年55.7713.9643.5032.9632.9147.6539.7439.4850.7060.5368.2283.472011 年66.3570.3586.1987.5061.1993.2389.3188.3790.0590.06107.56101.632012 年78.3191.9791.73101.6777.6087.6498.8279.90110.86113.29125.58120.242013 年101.6593.53127.04133.68143.76155.50

5、170.59168.96186.16181.91253.78201.146.5.2 創(chuàng)建彩電出口數(shù)量時(shí)間序列 先錄入數(shù)據(jù)，錄入后的spss數(shù)據(jù)文件如下圖6-1 所示：圖 6-1錄入后的數(shù)據(jù)文件（部分圖）定義日期變量。選擇“數(shù)據(jù)-定義日期”，打開(kāi)“定義日期”主對(duì)話框， 選擇相應(yīng)的時(shí)間設(shè)置類型， 運(yùn)行完成后， 數(shù)據(jù)文件中會(huì)增加相應(yīng)的時(shí)間變量。在本案例中， 數(shù)據(jù)是年份和月份數(shù)據(jù)， 且是從 2003 年 1 月開(kāi)始的， 所以時(shí)間為“年份、月份”類型，且起始年份為2003 年，起始月份為 1 月。圖 6-2“定義日期”對(duì)話框運(yùn)行完成后， 在數(shù)據(jù)文件中增加了3 個(gè)變量， 分別是“ year_ ”“ mon

6、th_ ”及“ date_”，如圖 6-3 所示。圖 6-3定義日期變量后的結(jié)果（部分圖）創(chuàng)建時(shí)間序列（用移動(dòng)平均法）選擇“轉(zhuǎn)換 -創(chuàng)建時(shí)間序列”，打開(kāi)“創(chuàng)建時(shí)間序列”對(duì)話框，將“出口量” 變量移入右側(cè)的“變量-新名稱”框中，在“函數(shù)”下拉框中選擇“中心移動(dòng)平均”，在“跨度”中輸入5 表示五項(xiàng)移動(dòng)平均，然后點(diǎn)擊“更改”按鈕，設(shè)置情況如下圖 6-4 所示：圖 6-4創(chuàng)建時(shí)間序列對(duì)話框設(shè)置完畢，單擊“確定”按鈕，則會(huì)在原數(shù)據(jù)文件中增加一個(gè)變量，名稱為“出口量 _1”的五項(xiàng)移動(dòng)平均序列。繪制時(shí)間序列趨勢(shì)圖選擇“分析 -預(yù)測(cè)-序列圖”，打開(kāi)“序列圖”對(duì)話框，將“出口量”和“出口量_1”移動(dòng)右側(cè)的“變量

7、”框，并將定義的日期變量設(shè)為“時(shí)間軸”標(biāo)簽，單擊“確定”按鈕，系統(tǒng)輸出如圖6-5 所示的時(shí)間序列圖。圖 6-5序列圖設(shè)置對(duì)話框圖 6-6生成的時(shí)序圖由圖 6-6 中我們可以看出，彩電出口量趨勢(shì)線變得平滑，隨著時(shí)間的延長(zhǎng)， 彩電出口量增加的趨勢(shì)特征明顯。但是增長(zhǎng)并不是單調(diào)上升的，而是有漲有落， 這種升降不是雜亂無(wú)章的， 與季節(jié)因素有關(guān)。 我們知道， 影響時(shí)間序列的因素有長(zhǎng)期趨勢(shì)變動(dòng)、 季節(jié)因素、 循環(huán)變動(dòng)和不規(guī)則變動(dòng)， 所以案例中彩電出口量的變動(dòng)除了增長(zhǎng)的長(zhǎng)期趨勢(shì)和季節(jié)變動(dòng)的影響外，還受不規(guī)則變動(dòng)和循環(huán)變動(dòng)的影響。6.5.3 用最小二乘法分析彩電出口量變動(dòng)的長(zhǎng)期趨勢(shì) 新建一個(gè)時(shí)間變量，變量名為“

8、時(shí)序” ，按照時(shí)間的順序設(shè)為1，2，3，4，5選擇“分析-回歸-線性”，打開(kāi)“線性回歸”對(duì)話框，如下圖6-7 所示。從左邊的待分析變量框中，將變量“出口量”移入“因變量”框中，將變量“時(shí)序” 移入“自變量”框中。圖 6-7線性回歸對(duì)話框單擊“統(tǒng)計(jì)量”按鈕，彈出如圖6-8 所示的對(duì)話框，依次勾選“估計(jì)” 、“置信區(qū)間”、“協(xié)方差矩陣”、“模型擬合度”、“durbin-wstson”，單擊繼續(xù)按鈕，返回主對(duì)話框。圖 6-8線性回歸統(tǒng)計(jì)量設(shè)置子對(duì)話框“繪制”、“保存”、“選項(xiàng)”、“ bootstrap”等選項(xiàng)卡的設(shè)置可參考回歸分析實(shí)驗(yàn)的設(shè)置。單擊“確定”按鈕，提交系統(tǒng)運(yùn)行。主要運(yùn)行結(jié)果表 6-2回歸

9、系數(shù)表表 6-2 是回歸系數(shù)的估計(jì)結(jié)果，也是最小二乘法的估計(jì)結(jié)果。由表中數(shù)據(jù)可以看出，常數(shù)項(xiàng)和自變量“時(shí)序”的t 值分別為 1.618 和 11.803。自變量的顯著性概率值為 0.000，小于 0.05，對(duì)因變量有顯著性影響，而常數(shù)項(xiàng)的顯著性概率值為 0.108，大于 0.05，對(duì)因變量的影響不顯著。所以，我們應(yīng)該去掉常數(shù)項(xiàng)，選擇“分析-回歸-線性回歸”，重新打開(kāi)線性回歸主對(duì)話框，然后在單擊“選項(xiàng)”， 打開(kāi)“線性回歸：選項(xiàng)”對(duì)話框，不選中“在等式中包含常量”這項(xiàng)，單擊“繼續(xù)”，最后單擊“確定”按鈕，運(yùn)行結(jié)果如下表6-3 所示。表 6-3不含常數(shù)項(xiàng)的回歸分析結(jié)果由表 6-3 可以看出，自變量的

10、t 值為 26.401，顯著性概率值為0.000，小于0.05，因此對(duì)因變量有顯著影響。即y=0.879x 。6.5.4測(cè)定彩電出口數(shù)量的季節(jié)變動(dòng)規(guī)律1選擇“分析-預(yù)測(cè)-季節(jié)性分解”，打開(kāi)“周期性分解”對(duì)話框，按照?qǐng)D6-9進(jìn)行設(shè)置，圖 6-9 周期性分解對(duì)話框在周期性分解對(duì)話框的右上角有“保存”按鈕，點(diǎn)擊“保存 ” ，打開(kāi)“保存 ”對(duì)話框，本例選擇“添加至文件” 。點(diǎn)擊“繼續(xù)”按鈕，返回圖 6-9 所示的主對(duì)話框，然后點(diǎn)擊“確定”按鈕，提交系統(tǒng)運(yùn)行。圖 6-10“周期：保存”對(duì)話框主要運(yùn)行結(jié)果及分析圖 6-11模型描述截圖圖 6-11 為模型的描述表，顯示了模型的名稱、類型、季節(jié)性期間的長(zhǎng)度和

11、移動(dòng)平均數(shù)的計(jì)算方法等信息。圖 6-12季節(jié)性因素表（截圖）圖 6-12 是季節(jié)性因素表，由于受季節(jié)性的影響，各月份的彩電出口量有很大不同，可看出9，10， 11，12 月份的季節(jié)指數(shù)大于1，說(shuō)明彩電出口在這些月份是旺季， 其余月份的季節(jié)指數(shù)小于1，是淡季，其中 2 月份的出口情況最差， 12 月份的彩電出口情況最好。圖 6-13出口量季節(jié)變動(dòng)、循環(huán)變動(dòng)、長(zhǎng)期趨勢(shì)和不規(guī)則變動(dòng)指數(shù)計(jì)算結(jié)果（截圖）圖 6-13 是數(shù)據(jù)文件中顯示的數(shù)據(jù)視圖。從圖6-13 中可以看出，數(shù)據(jù)文件中增加了 4 個(gè)序列： err_1 表示“出口量”序列進(jìn)行季節(jié)性分解后的不規(guī)則變動(dòng)序列； sas_1 表示“出口量”序列進(jìn)行季

12、節(jié)性分解除去季節(jié)性因素后的序列； saf_1 表示“出口量”序列進(jìn)行季節(jié)性分解產(chǎn)生的季節(jié)性因素序列；stc_1 表示“出口量” 序列進(jìn)行季節(jié)性分解出來(lái)的序列趨勢(shì)和循環(huán)成分。用數(shù)據(jù)文件中新增的這 4 個(gè)序列做時(shí)序圖，按照前面的操作步驟，系統(tǒng)運(yùn)行結(jié)果如下圖6-14 所示，這些新序列也可以在不同的圖上顯示。圖 6-14季節(jié)性分解后的時(shí)序圖6.5.5用指數(shù)平滑法預(yù)測(cè)2014 和 2015 年的彩電出口數(shù)量選擇“分析 -預(yù)測(cè)-創(chuàng)建模型”，打開(kāi)“時(shí)間序列建模器”對(duì)話框，并按照?qǐng)D 6-15 進(jìn)行設(shè)置。首先對(duì)“變量”選項(xiàng)卡進(jìn)行設(shè)置，把“出口量”移到右側(cè)的“因變量”欄，“方法”選擇指數(shù)平滑法。圖 6-15時(shí)間序

13、列建模器對(duì)話框單擊“條件”按鈕，打開(kāi)“時(shí)間序列建模器：指數(shù)平滑條件”對(duì)話框，本 案例中選擇“winters 可加性”，這種模型適用于具有線性趨勢(shì)和不依賴于序列水平的季節(jié)性效應(yīng)序列，如下圖6-16 所示。（在圖 6-16 所示的對(duì)話框中，依次選擇“簡(jiǎn)單季節(jié)性”、“winters 可加性”、“winters 相乘性”，分別建立不同的季節(jié)性指數(shù)平滑模型。通過(guò)比較發(fā)現(xiàn)， “winters 可加性”的擬合最好，“平穩(wěn)的 r 方” 達(dá)到了 0.499。因此，選用“ winters 可加性”趨勢(shì)模型進(jìn)行預(yù)測(cè)。 ）圖 6-16時(shí)間序列建模器：指數(shù)平滑條件對(duì)話框“統(tǒng)計(jì)量”選項(xiàng)卡設(shè)置。在主對(duì)話框中單擊“統(tǒng)計(jì)量”按

14、鈕，打開(kāi)如圖6-17 所示的對(duì)話框，依次勾選“按模型顯示擬合度量、ljung-box 統(tǒng)計(jì)量和離群值的數(shù)量”、“平穩(wěn)的 r 方”、“擬合優(yōu)度”、“參數(shù)估計(jì)”、“顯示預(yù)測(cè)值”選項(xiàng)。圖 6-17輸出統(tǒng)計(jì)量對(duì)話框“圖表”選項(xiàng)卡設(shè)置。單擊“圖表”按鈕，進(jìn)入圖表輸出選擇對(duì)話框， 在選項(xiàng)卡中選擇“序列” 、“觀測(cè)值”和“預(yù)測(cè)值”三項(xiàng)，一般為系統(tǒng)默認(rèn)?！氨４妗边x項(xiàng)卡的設(shè)置。單擊“保存”按鈕，進(jìn)入保存輸出選擇對(duì)話框， 如圖 6-18 所示，將“預(yù)測(cè)值”保存到數(shù)據(jù)文件中，變量名的前綴“預(yù)測(cè)值（p）”改為“預(yù)測(cè)值”，預(yù)測(cè)期在“選項(xiàng)”中設(shè)置。如果要在輸出結(jié)果中顯示“置信區(qū)間的上限”、“置信區(qū)間的下限” 、“噪聲殘值

15、”，則可根據(jù)數(shù)據(jù)分析的要求選中。圖 6-18保存選項(xiàng)卡對(duì)話框“選項(xiàng)”選項(xiàng)卡設(shè)置。單擊“選項(xiàng)” ，進(jìn)入“選項(xiàng)”對(duì)話框，設(shè)置如下圖6-19 所示。在預(yù)測(cè)階段框中選擇第二個(gè)選項(xiàng)，并在日期活動(dòng)框中輸入2015 年 12 月，表示預(yù)測(cè)期到2015 年 12 月，其他為默認(rèn)設(shè)置。單擊“確定” ，提交系統(tǒng)運(yùn)行。圖 6-19“選項(xiàng)”對(duì)話框主要運(yùn)行結(jié)果表 6-5 是模型的描述表，表示的對(duì)“出口量”變量進(jìn)行指數(shù)平滑法處理，使用的是 winters 加法模型。表 6-5模型描述表表 6-6 是模型的擬合情況表，包含了八個(gè)擬合情況度量指標(biāo)。表 6-6模型擬合情況表表 6-7 是模型統(tǒng)計(jì)量表，從表中數(shù)據(jù)可以看出模型的決定系數(shù)為0.499，說(shuō)明擬合模型可以解釋原序列49.9%的信息量，說(shuō)明模型的擬合效果不是很好。表 6-7模型統(tǒng)計(jì)量表表 6-8指數(shù)平滑法模型參數(shù)表表 6-9 是預(yù)測(cè)情況表，表中給出了2014 年 1 月到 2015 年 12 月“出口量”變量的預(yù)測(cè)值、上區(qū)間和下區(qū)間的值，表中僅顯示了部分?jǐn)?shù)據(jù)。表 6-9預(yù)測(cè)表（部分顯示）圖 6-20 是觀測(cè)值與預(yù)測(cè)值的時(shí)序圖。圖 6-20觀測(cè)值與預(yù)測(cè)值的時(shí)間