SPSS时间序列分析案例.docVIP

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： 画出序列趋势图 绘制出自相关图和偏自相关图 确定参数和模型 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-Box Q(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