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 15:52:59

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:时间序列SPSS
SPSS Statistics
云版首发!秒杀只需1分钱!
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
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
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
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
最新文章
1分钱秒杀!云版大数据统计与应用分析解决方案上线
在经历了数个月的悉心筹备后,云版大数据统计与应用分析解决方案终于要和大家见面了!为了让更多人能体验到本服务,我们特别发起了限量1分钱秒杀活动。
2022-11-24
spss缺失值分析步骤 spss缺失值分析结果怎么看
在数据调查过程中,工作人员常常会遇到数据缺失现象。数据缺失分为三类,随机缺失,完全随机缺失,非随机缺失。无论哪种缺失,都可能导致严重的问题,或者大大降低统计的精度。利用IBM SPSS Statistics可以对数据缺失值进行分析,关于SPSS缺失值分析步骤是怎样的,SPSS缺失值分析结果怎么看的问题?本文结合实例,为大家做简单介绍。
2022-11-24
spss标签值不显示 spss标签值乱码
使用IBM SPSS Statistics进行统计分析的过程中,为了工作便利,常常会为变量设置标签。在设置标签过程中,常常会遇到各种问题,如SPSS标签值不显示,SPSS标签值乱码等问题,这些问题产生的根源是什么?如何解决?本文向大家做简单介绍。
2022-11-21
IBM SPSS Statistics云版本登录使用教程
感谢您订阅IBM SPSS Statistics云版本服务,IBM SPSS Statistics云版本是由思杰马克丁+IBM+阿里云联合推出,帮助用户解决短时间使用正版软件的需求,提供周付费、月付费两种购买模式,性价比极高。那么在购买了IBM SPSS Statistics云版本之后,应该如何登陆使用呢,本篇教程就来告诉大家使用方法。
2022-11-23
spss中t值和p值是什么意思 spss中t值和p值的关系
在统计分析过程中,常常会遇到这样的情况:检验两个相关的样本是否来自具有相同均值的总体,就会用到t检验。t检验(Student's t test),主要用于样本含量较小(例如n < 30),总体标准差σ未知的正态分布, t检验是用t分布理论来推论差异发生的概率,从而比较两个平均数的差异是否显著。利用IBM SPSS Statistics统计分析软件进行t检验可以避免繁杂的统计学计算,快速给出结果,供用户分析。SPSS中t值和p值是什么意思,SPSS中t值和p值的关系是什么,本文结合实例,向大家做简单的介绍。
2022-11-16
spss pearson相关性分析步骤 spss pearson相关性分析结果怎么看
Pearson(皮尔逊)相关性指的是联合分布服从二维正态分布的随机变量X,Y之间的简单线性相关关系,X,Y之间的相关关系由简单相关系数r表示。利用IBM SPSS Statistics可以非常快速地完成两个随机变量X,Y间的Pearson(皮尔逊)相关性分析,SPSS Pearson相关性分析步骤是什么,SPSS Pearson相关性分析结果怎么看,本文结合实例,向大家做简单的介绍。
2022-11-14

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容:

咨询热线

在线咨询

限时折扣