时间序列分析及spss实现.pptxVIP

时间序列分析及SPSS实现 ;一、横截面数据与时间序列数据;另一个称为时间序列(time series)，也就是由对象在不同时间的观测值形成的数据。 前面讨论的模型多是和横截面数据有关。这里将讨论时间序列的分析。我们将不讨论更加复杂的包含这两方面的数据。 ;时间序列和回归： 时间序列分析也是一种回归。 回归分析的目的是建立因变量和自变量之间关系的模型；并且可以用自变量来对因变量进行预测。通常线性回归分析因变量的观测值假定是互相独立并且有同样分布。;而时间序列的最大特点是观测值并不独立。时间序列的一个目的是用变量过去的观测值来预测同一变量的未来值。 即时间序列的因变量为变量未来的可能值，而用来预测的自变量中就包含该变量的一系列历史观测值。 当然时间序列的自变量也可能包含随着时间度量的独立变量。;　　例1 某企业从1990年1月到2002年12月到销售数据（单位：百万元）。该数据共有按时间顺序的月销售记录156个，数据如下(tssales.sav)。;我们希望能够从这些历史销售数据出发，找出其中的一些规律，并且建立可以对未来的销售额进行预测的时间序列模型，这一统计过程就是时间序列分析。 在该数据文件tssales.sav中，除了销售额变量“sales”以外，还有三个时间变量“year”、“month”和“date”。事实上这三个变量是我们后期通过SPSS操作自动加上去的。 ;从例1的