SPSS時間序列分析案例資料

1、SPSS時間序列分析案例資料 用?SPSS?軟件做時間序列分析，有某公司?2002?年一季度到?x?年二季度的?34?個稅后利潤數據，要求預測出該公司?x?年三季度和四季度的稅后利潤。要求：1.?畫出序列趨勢圖2.?繪制出自相關圖和偏自相關圖3.?確定參數和模型4.?給出預測值觀測值序列圖滯后自相關標準?誤差aBox-Ljung?統計量值dfSig.b12345678910111213141516.306.198.185.542.084.067.094.458.041.016.012.236-.092-.094-.079.106.164.162.159.157.154.151.149.146.

2、143.140.137.134.131.128.125.1213.4824.9876.34018.34218.64118.83619.23929.09329.17629.18929.19732.30832.80633.34533.74534.51012345678910111213141516.062.083.096.001.002.004.007.000.001.001.002.001.002.003.004.0052稅后盈利自相關圖序列:稅后盈利a.假定的基礎過序列:稅后盈利a.假定的基礎過程是獨立性（白噪音）。滯后偏自相關標準?誤差12345678910111213141516.306.

3、115.107.503-.279-.010.046.268-.130-.054-.053-.081-.040-.051-.027-.062.171.171.171.171.171.171.171.171.171.171.171.171.171.171.171.171序列序列:稅后盈利偏自相關模型類型模型?ID稅后利潤模型_1ARIMA(0,1,0)(0,1,0)模型描述模型摘要模型描述模型摘要3、確定參數和模型時間序列建模程序模型預測變量數模型擬合統計量Ljung-Box?Q(18)離群值數平穩(wěn)的?R?方統計量DFSig.稅后利潤-模型_105.502E-1717.68818.4760模型統計

4、量4、給出預測值模型統計量x?年第三季度139621.02?萬元x?年第四季度170144.55?萬元剔除季節(jié)成分后，平滑處理及剔除循環(huán)波動因素的序列圖滯后自相關標準?誤差aBox-Ljung?統計量值dfSig.b12345678910111213141516.728.450.310.207.219.241.243.226.183.162.093.006-.047-.021-.022-.036.164.162.159.157.154.151.149.146.143.140.137.134.131.128.125.12119.63327.38331.16932.91134.94137.4844

5、0.16842.57144.21345.55146.01246.01546.14546.17246.20446.29412345678910111213141516.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000.000SEASON、MOD_6、MUL、EQU、4?中?稅后利潤?的季節(jié)性調整序列自相關圖序列:SEASON、MOD_6、MUL、序列:SEASON、MOD_6、MUL、EQU、4中稅后利潤的季節(jié)性調整序列a.假定的基礎過程是獨立性（白噪音）。滯后偏自相關標準?誤差12345678910111213141516.

6、728-.168.108-.053.206.000.076-.015.014.034-.121-.066-.059.115-.134.019.171.171.171.171.171.171.171.171.171.171.171.171.171.171.171.171中中稅后利潤的季節(jié)性調整序列偏自相關序列:SEASON、MOD_6、MUL、EQU、4模型類型模型?IDSEASON、MOD_6、MUL、EQ?模型_1U、4?中?稅后利潤?的季節(jié)性調整序列ARIMA(0,1,0)(0,0,0)模型描述模型描述模型預測變量數模型擬合統計量Ljung-Box?Q(18)離群值數平穩(wěn)的?R?方統計量DFSig.SEASON、MOD_6、MUL、EQU、4?中?稅后利潤