SPSS时间序列分析案例.docx

SPSS时间序列分析案例.docx

《SPSS时间序列分析案例.docx》由会员分享，可在线阅读，更多相关《SPSS时间序列分析案例.docx（11页珍藏版）》请在冰点文库上搜索。

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a

Box-Ljung统计量

值

df

Sig.b

1

.306

.164

3.482

1

.062

2

.198

.162

4.987

2

.083

3

.185

.159

6.340

3

.096

4

.542

.157

18.342

4

.001

5

.084

.154

18.641

5

.002

6

.067

.151

18.836

6

.004

7

.094

.149

19.239

7

.007

8

.458

.146

29.093

8

.000

9

.041

.143

29.176

9

.001

10

.016

.140

29.189

10

.001

11

.012

.137

29.197

11

.002

12

.236

.134

32.308

12

.001

13

-.092

.131

32.806

13

.002

14

-.094

.128

33.345

14

.003

15

-.079

.125

33.745

15

.004

16

.106

.121

34.510

16

.005

a.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

.171

2

.115

.171

3

.107

.171

4

.503

.171

5

-.279

.171

6

-.010

.171

7

.046

.171

8

.268

.171

9

-.130

.171

10

-.054

.171

11

-.053

.171

12

-.081

.171

13

-.040

.171

14

-.051

.171

15

-.027

.171

16

-.062

.171

3、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ID

税后利润

模型_1

ARIMA（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-BoxQ（18）

离群值数

平稳的R方

统计量

DF

Sig.

税后利润-模型_1

0

5.502E-17

17.688

18

.476

0

4、给出预测值

2010年第三季度139621.02万元

2010年第四季度170144.55万元

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a

Box-Ljung统计量

值

df

Sig.b

1

.728

.164

19.633

1

.000

2

.450

.162

27.383

2

.000

3

.310

.159

31.169

3

.000

4

.207

.157

32.911

4

.000

5

.219

.154

34.941

5

.000

6

.241

.151

37.484

6

.000

7

.243

.149

40.168

7

.000

8

.226

.146

42.571

8

.000

9

.183

.143

44.213

9

.000

10

.162

.140

45.551

10

.000

11

.093

.137

46.012

11

.000

12

.006

.134

46.015

12

.000

13

-.047

.131

46.145

13

.000

14

-.021

.128

46.172

14

.000

15

-.022

.125

46.204

15

.000

16

-.036

.121

46.294

16

.000

a.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

.171

2

-.168

.171

3

.108

.171

4

-.053

.171

5

.206

.171

6

.000

.171

7

.076

.171

8

-.015

.171

9

.014

.171

10

.034

.171

11

-.121

.171

12

-.066

.171

13

-.059

.171

14

.115

.171

15

-.134

.171

16

.019

.171

模型描述

模型类型

模型ID

SEASON、MOD_6、MUL、EQU、4中税后利润的季节性调整序列

模型_1

ARIMA（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-BoxQ（18）

离群值数

平稳的R方

统计量

DF

Sig.

SEASON、MOD_6、MUL、EQU、4中税后利润的季节性调整序列-模型_1

0

-2.591E-16

8.517

18

.970

0

给出预测值

2010年第三季度127487.38347万元

2010年第四季度140349.91149万元