项目的二时间序列分析报告报告材料项目的地要求.docVIP

实用标准文案 精彩文档 项目 时间序列基本分析（一） 一、实验目的 掌握使用SPSS统计分析软件对实际的时间序列基本分析。 二、实验内容 时间序列的逐期、累计增长量计算； 时间序列的定基、环比发展速度计算； 最小平方法和移动平均法计算动态数列长期趋势。 三、实验要求 数据：1995年-2014年某市名义GDP数据（数据来源：国家统计局网站，亿元） 计算GDP的环比发展速度和定基发展速度； 环比发展速度=GDPtＧＤＰ 具体见下图 计算GDP的逐期增长量和累计增长量； 采用移动平均法分别计算GDP跨距3年和跨距4年的移动平均值； GDP跨距3年Ｙ 创建序列 序列名 非缺失值的个案数 有效个案数 创建函数 第一个 最后一个 1 GDP跨距3年 2 19 18 MA(某市GDP,3,3) GDP跨距４年 Ｙ 创建序列 序列名 非缺失值的个案数 有效个案数 创建函数 第一个 最后一个 1 GDP跨距４年 3 18 16 MA(某市GDP,4,4) 时间 某市ＧＤＰ GDP跨距３年 GDP跨距４年 1995 2499.43 1996 2957.55 2965.26 1997 3438.79 3399.14 3385.38 1998 3801.09 3809.54 3823.24 1999 4188.73 4253.66 4271.36 2000 4771.17 4723.34 4735.27 2001 5210.12 5240.77 5290.95 2002 5741.03 5881.79 6016.84 2003 6694.23 6836.03 6934.25 2004 8072.83 8004.91 7974.82 2005 9247.66 9116.18 9002.25 2006 10028.06 9967.46 9899.81 2007 10626.66 10658.53 10688.22 2008 11320.86 11418.16 11487.72 2009 12306.96 12330.86 12366.62 2010 13364.76 13330.96 13326.73 2011 14321.16 14331.04 14279.61 2012 15307.19 15190.67 15149.37 2013 15943.66 15979.00 2014 16686.16 采用最小平方法配合GDP直线趋势方程。 时间因素取原始年度、自动编码t、和简便法时间t1进行计算分析，并比较三种不同方法的区别。 时间因素取原始年度： 输入／移去的变量b 模型 输入的变量 移去的变量 方法 1 时间a . 输入 a. 已输入所有请求的变量。 b. 因变量: 某市GDP 模型汇总b 模型 R R 方 调整 R 方 标准 估计的误差 1 .992a .984 .984 605.36789 a. 预测变量: (常量), 时间。 b. 因变量: 某市GDP 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) -1577044.682 47056.153 -33.514 .000 时间 791.155 23.475 .992 33.702 .000 a. 因变量: 某市GDP 自动编码t： 输入／移去的变量b 模型 输入的变量 移去的变量 方法 1 时间a . 输入 a. 已输入所有请求的变量。 b. 因变量: 某市GDP 模型汇总b 模型 R R 方 调整 R 方 标准 估计的误差 1 .992a .984 .984 605.36789 a. 预测变量: (常量), 时间。 b. 因变量: 某市GDP 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) -1577044.682 47056.153 -33.514 .000 时间 791.155 23.475 .992 33.702 .000 a. 因变量: 某市GDP 简便法时间t1： 输入／移去的变量b 模型 输入的变量 移去的变量 方法 1 时间a . 输入 a. 已输入所有请求的变量。 b. 因变量: 某市GDP 模型汇总b 模型 R R 方 调整 R 方 标准 估计的误差 1 .992a .984 .984 605.36789 a. 预测变量: (常量), 时间。 b. 因变量: 某市GDP 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) -1577044.682 47056.153 -33.514 .000 时间 791.155 23.475 .992 33.702 .000 a. 因变量: 某市GDP 项目 时间数列分析（二） 一、实验目的 在掌握动态数列基本