IBM Business Partner

IBM SPSS Statistics 中文网站 > 使用技巧 > IBM SPSS Statistics中应用时间序列预测的步骤(定义时间与序列图)

IBM SPSS Statistics中应用时间序列预测的步骤(定义时间与序列图)

发布时间:2021/08/20

时间序列,简单来理解,就是统计数值会随着时间的先后顺序而呈现一定趋势的数列。在经济研究中,经常会涉及到时间序列的问题,比如销售数据、GDP数据、人均收入数据等,这些数据会随着时间增长而呈现一定趋势。

时间序列包括年份、季节、月份等趋势类型,由于时间序列具有时间趋势性,因此常用作预测分析。其原理是根据数据在一定时间范围内的趋势,构建预测模型,并用作实际的预测分析。

本文将会运用SPSS构建时间序列模型,来简单预测未来GDP的量。

一、定义时间

由于时间序列涉及到时间的先后顺序,因此,我们需要先构建一个时间的变量。虽然数据已包含了年份变量,但SPSS无法直接将其识别为年份,需通过定义的方式为数据创建一个新的年份变量。

图1:GDP数据
图1:GDP数据

如图2所示,依次单击数据-定义日期和时间选项。

图2:定义日期与时间
图2:定义日期与时间

接着,在弹出的定义日期框中,选择个案的时间维度,本例选择“年”。

需注意的是,定义日期时,SPSS是从第一个个案开始赋值的,并且按照升序赋值。但本例中的第一个个案是2019年,且呈现降序年份,因此,需先进行数据的重新排序。

图3:定义年
图3:定义年

如图4所示,依次单击数据-个案排序。

图4:个案排序
图4:个案排序

接着,如图5所示,将年份添加到排序依据,并选择“升序”的排列顺序,即可将数据重新排序为以年份的升序排列。

图5:升序排序
图5:升序排序

重新排序数据后,再打开定义日期功能,选择个案是“年”的选项,并将第一个个案值设为“1960”。

图6:定义日期
图6:定义日期

完成以上设置后,在SPSS的输出文档会输出新生成的变量,即Year_与DATE_变量。

图7:运算输出
图7:运算输出

二、绘制序列图

在进行时间序列模型的创建前,建议先绘制序列图,观察数据的时间趋势性。

如图8所示,依次单击分析-时间序列预测-序列图。

图8:序列图
图8:序列图

在序列图设置面板,将GDP数值设为变量、新生成的YEAR变量设为时间轴标签。

图9:设置变量
图9:设置变量

如图10的序列图所示,GDP的量在1960-1993年之间呈现低速增长,在1994-2002年之间增长速度提升,而从2003年开始呈现高速增长,说明GDP数据呈现明显的时间序列特征。

图10:序列图
图10:序列图

三、小结

综上所述,在创建时间序列模型前,需先通过IBM SPSS Statistics的定义日期功能,定义时间序列模型的时间变量。另外,还建议使用时间序列中的序列图,验证数据的时间趋势。

关于后续的模型创建与结果解读,将在《SPSS中应用时间序列预测的步骤(模型与结果解读)》一文中会继续进行。

作者:泽洋

标签:SPSS时间序列

读者也访问过这里:
SPSS Statistics
一款功能强大的数据统计分析工具
立即购买
QQ 群
官方交流群:815794396 立即加群
400-8765-888 kefu@makeding.com
热门文章
如何用SPSS计算个人BMI值?
BMI即体重指数,是衡量个人身体质量的一个重要参数,通过判断BMI的数值大小,我们可以判断个人身高与体重是否协调。下面我将用IBM SPSS Statistics来为大家介绍BMI的计算方法。
2021-03-19
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
SPSS进行变量赋值的相关操作
变量和个案是IBM SPSS数据界面很重要的两个部分,可以形象理解为地球仪上的经线和纬线。通俗一点讲数据界面的每一列是一种变量,如年龄性别等。一行中的所有变量又构成了一个个案,本篇文章着重讲解变量,个案就不做过多展开。在图1中有具体的标注,可以看一下变量和个案到底是什么样。
2021-02-23
使用SPSS进行回归分析的方法总结
IBM SPSS Statistics 是强大的统计软件平台,SPSS全称Statistical Product and Service Solutions(统计产品与服务解决方案), SPSS可以帮助我们分析并更好地了解数据,以解决复杂的业务和研究问题。如今,SPSS已经被广泛运用于数据分析等各个领域。
2021-03-09
如何使用SPSS检验数据是否服从正态分布—偏度峰度系数
在《如何使用SPSS检验数据是否服从正态分布—KS检验与Q-Q图》一文中,我们了解了如何使用KS检验、Q-Q图来验证数据的正态性。接下来,本文将会继续讲解如何使用IBM SPSS Statistics的描述统计(偏度峰度系数)、探索统计检验(正态检验)数据的正态性。
2021-01-07