《实验·6-时间序列分析的spss应用》由会员分享，可在线阅读，更多相关《实验·6-时间序列分析的spss应用（19页珍藏版）》请在金锄头文库上搜索。
1、实验6 时间序列分析的sps应用6.1实验目的学会运用SPS记录软件创立时间数列,纯熟掌握长期趋势线性模型拟合和季节变动测定的SPSS措施与技能。6.2 有关知识(略)6.3 实验内容6.31 用SS记录软件创立时间序列的创立3.用SPS记录软件解决长期趋势线性模型的拟合(最小二乘法、指数平滑法）及预测。63.掌握测定季节变动规律的SPS测定措施。.4实验规定6.41准备实验数据6.4.2用PS记录软件创立彩电出口数量的时间序列4.用最小二乘法测定长期趋势,拟合线性趋势方程，并进行趋势预测。64.测定彩电出口数量的季节变动规律。6.4.5用指数平滑法预测和的彩电出口数量。. 实验环节.5.1实
2、验数据为了研究某国彩电出口的状况,某研究机构收集了从-某国彩电出口的月度数据,如表所示。表61 国内 -的国内彩电出口的月度数据(单位：万台）1月月月4月5月6月7月月9月10月1月12月2.5313.724.4528.532.4531.112.9432.943494.9463.277283.0139.69.72.742.251.32.732.593.923.987.442.8224.0816.242.3331.80.028.02.99447.550.365.1939.0225.813.33.343.229871.050.995.1627.72.2028.7.8461039.438.440.1
3、845.5334.685475.65.22721.2335826.9732.332.5329.391.963.2239.245298.429937.097.70.339.55.6428925837.619.8328454.855.7713.4303.932.914.97439.480.7065368.223.4766370386.18.501.1993.233188.7005006107.56.378.9.9791.310.777.6087649.279.90108613.295.512024101.6.537.041368143.76155.500.59168.96186.16.153.78
4、20165.2 创立彩电出口数量时间序列1.先录入数据，录入后的SSS数据文献如下图6-1所示:图6- 录入后的数据文献(部分图）2.定义日期变量。选择“数据定义日期”,打开“定义日期”主对话框，选择相应的时间设立类型,运营完毕后，数据文献中会增长相应的时间变量。在本案例中,数据是年份和月份数据,且是从1月开始的，因此时间为“年份、月份”类型，且起始年份为,起始月份为月。图-2 “定义日期”对话框运营完毕后，在数据文献中增长了3个变量,分别是“YER_”“MONTH_”及“DATE_”,如图6-3所示。图6-3 定义日期变量后的成果（部分图).创立时间序列（用移动平均法)选择“转换-创立时间序
5、列”，打开“创立时间序列”对话框,将“出口量”变量移入右侧的“变量新名称”框中，在“函数”下拉框中选择“中心移动平均”,在“跨度”中输入5表达五项移动平均，然后点击“更改”按钮，设立状况如下图64所示:图6 创立时间序列对话框设立完毕，单击“拟定”按钮，则会在原数据文献中增长一种变量,名称为“出口量_1”的五项移动平均序列。4绘制时间序列趋势图选择“分析-预测序列图”,打开“序列图”对话框,将“出口量”和“出口量_1”移动右侧的“变量”框，并将定义的日期变量设为“时间轴”标签，单击“拟定”按钮，系统输出如图-5所示的时间序列图。图65 序列图设立对话框图6-6 生成的时序图由图6-6中我们可以
6、看出,彩电出口量趋势线变得平滑，随着时间的延长，彩电出口量增长的趋势特性明显。但是增长并不是单调上升的，而是有涨有落,这种升降不是杂乱无章的,与季节因素有关。我们懂得，影响时间序列的因素有长期趋势变动、季节因素、循环变动和不规则变动,因此案例中彩电出口量的变动除了增长的长期趋势和季节变动的影响外，还受不规则变动和循环变动的影响。65用最小二乘法分析彩电出口量变动的长期趋势1新建一种时间变量,变量名为“时序”,按照时间的顺序设为,2,3,4，5选择“分析-回归线性”，打开“线性回归”对话框，如下图6-7所示。从左边的待分析变量框中,将变量“出口量”移入“因变量”框中，将变量“时序”移入“自变量”
7、框中。图67 线性回归对话框2单击“记录量”按钮,弹出如图6-8所示的对话框，依次勾选“估计”、“置信区间”、“协方差矩阵”、“模型拟合度”、“DubnWtson”，单击继续按钮,返回主对话框。图6- 线性回归记录量设立子对话框“绘制”、“保存”、“选项”、“Botsrp”等选项卡的设立可参照回归分析实验的设立。单击“拟定”按钮,提交系统运营。.重要运营成果表6-2 回归系数表表6-2是回归系数的估计成果,也是最小二乘法的估计成果。由表中数据可以看出，常数项和自变量“时序”的t值分别为1.18和1.803。自变量的明显性概率值为0.00，不不小于0.05,对因变量有明显性影响,而常数项的明显性
8、概率值为0.10，不小于0.5，对因变量的影响不明显。因此,我们应当去掉常数项,选择“分析-回归-线性回归”，重新打开线性回归主对话框，然后在单击“选项”,打开“线性回归：选项”对话框，不选中“在等式中涉及常量”这项，单击“继续”,最后单击“拟定”按钮,运营成果如下表6-3所示。表63 不含常数项的回归分析成果由表-可以看出，自变量的t值为261，明显性概率值为.0，不不小于0.,因此对因变量有明显影响。即Y=0879X。65 测定彩电出口数量的季节变动规律1选择“分析-预测-季节性分解”,打开“周期性分解”对话框,按照图6-9进行设立,图-9 周期性分解对话框2在周期性分解对话框的右上角有“
9、保存”按钮,点击“保存”,打开“保存”对话框，本例选择“添加至文献”。点击“继续”按钮,返回图69所示的主对话框,然后点击“拟定”按钮，提交系统运营。图6-0 “周期：保存”对话框.重要运营成果及分析图-1 模型描述截图图6-11为模型的描述表,显示了模型的名称、类型、季节性期间的长度和移动平均数的计算措施等信息。图-12 季节性因素表(截图)图6-1是季节性因素表，由于受季节性的影响，各月份的彩电出口量有很大不同,可看出9,10，11，1月份的季节指数不小于1，阐明彩电出口在这些月份是旺季，其他月份的季节指数不不小于，是淡季，其中2月份的出口状况最差,12月份的彩电出口状况最佳。图6-13
10、出口量季节变动、循环变动、长期趋势和不规则变动指数计算成果（截图)图613是数据文献中显示的数据视图。从图-13中可以看出，数据文献中增长了4个序列:ERR_1表达“出口量”序列进行季节性分解后的不规则变动序列；SS表达“出口量”序列进行季节性分解除去季节性因素后的序列；SAF_表达“出口量”序列进行季节性分解产生的季节性因素序列;STC_1表达“出口量”序列进行季节性分解出来的序列趋势和循环成分。用数据文献中新增的这4个序列做时序图，按照前面的操作环节，系统运营成果如下图6-14所示,这些新序列也可以在不同的图上显示。图-1 季节性分解后的时序图6.用指数平滑法预测和的彩电出口数量.选择“分
11、析-预测-创立模型”，打开“时间序列建模器”对话框,并按照图6-1进行设立。一方面对“变量”选项卡进行设立,把“出口量”移到右侧的“因变量”栏,“措施”选择指数平滑法。图6-15 时间序列建模器对话框单击“条件”按钮,打开“时间序列建模器:指数平滑条件”对话框，本案例中选择“Wintes可加性”，这种模型合用于具有线性趋势和不依赖于序列水平的季节性效应序列，如下图6-16所示。(在图6-16所示的对话框中，依次选择“简朴季节性”、“inters可加性”、“Wint相乘性”,分别建立不同的季节性指数平滑模型。通过比较发现，“inte可加性”的拟合最佳,“平稳的R方”达到了.9。因此，选用“Win
12、te可加性”趋势模型进行预测。)图6-16 时间序列建模器:指数平滑条件对话框2“记录量”选项卡设立。在主对话框中单击“记录量”按钮,打开如图6-所示的对话框,依次勾选“按模型显示拟合度量、Lung-Bo记录量和离群值的数量”、“平稳的R方”、“拟合优度”、“参数估计”、“显示预测值”选项。图6-17 输出记录量对话框3“图表”选项卡设立。单击“图表”按钮，进入图表输出选择对话框，在选项卡中选择“序列”、“观测值”和“预测值”三项，一般为系统默认。.“保存”选项卡的设立。单击“保存”按钮，进入保存输出选择对话框，如图8所示,将“预测值”保存到数据文献中,变量名的前缀“预测值（P）”改为“预测值
13、”,预测期在“选项”中设立。如果要在输出成果中显示“置信区间的上限”、“置信区间的下限”、“噪声残值”，则可根据数据分析的规定选中。图6-8 保存选项卡对话框“选项”选项卡设立。单击“选项”，进入“选项”对话框，设立如下图619所示。在预测阶段框中选择第二个选项，并在日期活动框中输入12月,表达预测期到12月，其她为默认设立。单击“拟定”,提交系统运营。图6-19 “选项”对话框重要运营成果表6-5是模型的描述表,表达的对“出口量”变量进行指数平滑法解决，使用的是iters加法模型。表-5 模型描述表表6-6是模型的拟合状况表，涉及了八个拟合状况度量指标。表6- 模型拟合状况表表67是模型记录量表,从表中数据可以看出模型的决定系数为0499,阐明拟合模型可以解释原序列4.9%的信息量,阐明模型的拟合效果不是较好。表-7 模型记录量表表68 指数平滑法模型参数表表6-是预测状况表,表中给出了1月到1月“出口量”变量的预测值、上区间和下区间的值，表中仅显示了部分数据。表6 预测表（部分显示)图-20是观测值与预测值的时序图。图6-20 观测值与预测值的时间序列图图-21是数据文献中保
