《用SPSS软件做时间序列分析》由会员分享，可在线阅读，更多相关《用SPSS软件做时间序列分析（9页珍藏版）》请在金锄头文库上搜索。
1、用 SPSS 软件做时间序列分析用 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Box-Ljung 统计量滞后自相关 标准 误差 a 值 df Sig.b1 .306 .164 3.482 1 .0622 .198 .162 4.987 2 .0833 .185 .159 6.340 3 .0964 .542 .157 18.342 4 .0
2、015 .084 .154 18.641 5 .0026 .067 .151 18.836 6 .0047 .094 .149 19.239 7 .0078 .458 .146 29.093 8 .0009 .041 .143 29.176 9 .00110 .016 .140 29.189 10 .00111 .012 .137 29.197 11 .00212 .236 .134 32.308 12 .00113 -.092 .131 32.806 13 .00214 -.094 .128 33.345 14 .00315 -.079 .125 33.745 15 .00416 .106
3、.121 34.510 16 .005a. 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 .1712 .115 .1713 .107 .1714 .503 .1715 -.279 .1716 -.010 .1717 .046 .1718 .268 .1719 -.130 .17110 -.054 .17111 -.053 .17112 -.081 .17113 -.040 .17114 -.051 .17115 -.027 .17116 -.062 .1713、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
4、后利润 模型_1 ARIMA(0,1,0)(0,1,0)模型摘要模型统计量模型拟合统计量 Ljung-Box Q(18)模型预测变量数 平稳的 R 方 统计量 DF Sig. 离群值数税后利润-模型_1 0 5.502E-17 17.688 18 .476 04、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Box-Ljung
5、 统计量滞后自相关 标准 误差 a 值 df Sig.b1 .728 .164 19.633 1 .0002 .450 .162 27.383 2 .0003 .310 .159 31.169 3 .0004 .207 .157 32.911 4 .0005 .219 .154 34.941 5 .0006 .241 .151 37.484 6 .0007 .243 .149 40.168 7 .0008 .226 .146 42.571 8 .0009 .183 .143 44.213 9 .00010 .162 .140 45.551 10 .00011 .093 .137 46.012
6、11 .00012 .006 .134 46.015 12 .00013 -.047 .131 46.145 13 .00014 -.021 .128 46.172 14 .00015 -.022 .125 46.204 15 .00016 -.036 .121 46.294 16 .000a. 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 .1712 -.168 .1713 .108 .1714 -.053 .1715 .206 .1716 .000
7、.1717 .076 .1718 -.015 .1719 .014 .17110 .034 .17111 -.121 .17112 -.066 .17113 -.059 .17114 .115 .17115 -.134 .17116 .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)模型统计量模型拟合统计量 Ljung-Box Q(18)模型预测变量数 平稳的 R 方 统计量 DF Sig. 离群值数SEASON、MOD_6、MUL、EQU、4 中 税后利润 的季节性调整序列-模型_10 -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
