spss時間序列模型

./《統(tǒng)計軟件實驗報告》SPSS軟件的上機實踐應用時間序列分析數(shù)學與統(tǒng)計學學院實驗容：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。本次實驗研究就業(yè)理論中的就業(yè)人口總量問題。但人口經(jīng)濟的理論和實踐表明,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雜的聯(lián)系,因此,運用結構性的因果模型分析和預測就業(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測來說,隨機時序ARIMA是一種精度較高的模型。我們已省歷年〔1969-2005從業(yè)人員人數(shù)為數(shù)據(jù)基礎建立一個就業(yè)總量的預測時間序列模型,通過spss建立模型并用此模型來預測就業(yè)總量的未來發(fā)展趨勢。實驗目的：準確理解時間序列分析的方法原理學會實用SPSS建立時間序列變量學會使用SPSS繪制時間序列圖以反應時間序列的直觀特征。掌握時間序列模型的平穩(wěn)化方法。掌握時間序列模型的定階方法。學會使用SPSS建立時間序列模型與短期預測。培養(yǎng)運用時間序列分析方法解決身邊實際問題的能力。三、實驗分析：總體分析：先對數(shù)據(jù)進行必要的預處理和觀察,直到它變成穩(wěn)態(tài)后再用SPSS對數(shù)據(jù)進行分析。數(shù)據(jù)的預處理階段,將它分為三個步驟：首先,對有缺失值的數(shù)據(jù)進行修補,其次將數(shù)據(jù)資料定義為相應的時間序列,最后對時間序列數(shù)據(jù)的平穩(wěn)性進行計算觀察。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?shù)哪Ｐ瓦M行數(shù)據(jù)建模和分析。實驗步驟：SPSS的數(shù)據(jù)準備包括數(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,并給它們賦予相應的時間標志,具體操作步驟是：選擇菜單：Date→DefineDates,出現(xiàn)窗口：單擊[ok<確認>]按鈕,此時完成時間的定義,SPSS將在當前數(shù)據(jù)編輯窗口中自動生成標志時間的變量。當數(shù)據(jù)準備好,為認識數(shù)據(jù)的變化規(guī)律,判斷數(shù)據(jù)是否存在離群點和缺損值,最直接的觀察方法是繪制序列的圖像。選擇菜單選項欄中的Analyze>forecasting>SequenceCharts,彈出SequenceCharts對話框。單擊[ok<確認>]按鈕,得到時序圖：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,用一階差分運算去除。選擇菜單：Transform>CreateTimeSeries,彈出對話框：單擊[ok<確認>]按鈕,此時完成線性成分的去除,SPSS將在當前數(shù)據(jù)編輯窗口中自動生成差分后的新變量X_1。數(shù)據(jù)經(jīng)過一階差分后,檢驗差分序列自相關和偏相關函數(shù)是否為截尾或拖尾,若是則數(shù)據(jù)已為平穩(wěn)序列可以進行ARIMA建模,否則繼續(xù)對數(shù)據(jù)進行平穩(wěn)化處理。選擇菜單Analyze→TimeSeries→Autoregression。把被解釋變量選擇到Dependent框中,選擇解釋變量到Independent<s>框中。單擊[ok<確認>]按鈕,此時生成自相關和偏自相關相關數(shù)據(jù)。表中顯示的是自相關計算結果,從左向右,依次列出的是：滯后數(shù)、自相關系數(shù)值、標準誤差、Box-ljung統(tǒng)計量〔值、自由度、原假設成立的概率值。通過標準誤差以及Box-ljung統(tǒng)計量的相伴概率都可以說該時間序列不是白噪聲,是具有自相關性的時間序列,可以建立ARIMA模型。自相關圖顯示序列在2階滯后期時進入平穩(wěn)置信區(qū)間并拖尾,所以MA〔q的q取值為2。偏自相關序列在1階滯后期時進入平穩(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。當時間序列的數(shù)據(jù)已經(jīng)準備好以后,選擇菜單欄中的Analyze>Forecasting>CreateModels命令,彈出CreateModels對話框。在該對話框左側的Variables列表框中選擇一個變量,將其移入DependentVariables列表框。在Method下拉列表框中選擇ARIMA,然后選擇ARIMA選項,單擊Criteria按鈕,彈出ARIMACriteria對話框。單擊CreateModels對話框中的ok按鈕,將進行ARIMA模型建模和分析,結果如下：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得出結果如下：通過平穩(wěn)