发布时间:2021-08-23 14: 47: 25
在《SPSS中应用时间序列预测的步骤(定义时间与序列图)》一文中,我们已经完成了年份变量的创建,并通过绘制GDP的时间序列图,观察到CDP的量具有时间趋势性,可进行时间序列的模型分析。
接下来,我们继续应用IBM SPSS Statistics进行GDP时间序列模型的创建与分析。
一、时间序列模型
先来回顾一下GDP的时间序列图,可以看到,GDP的量随着时间的推移,呈现出低速-中速-高速的时间增长趋势。
根据以上增长趋势,构建时间序列模型。
如图2所示,依次单击SPSS的分析-时间序列预测-创建传统模型选项。
如图3所示,时间序列模型包含了变量、统计、图、输出过滤等选项。我们需根据模型所需设置相关的选项。
在变量设置中,可以看到,变量中出现了新生成的“Year”变量。将GDP设为因变量,Year设为自变量,构建GDP的时间序列模型。
在模型分析方法中,选择指数平滑法,该方法是一种加权移动平均法,是将当期观察值与前一期指数平滑值进行加权平均,既考虑了过去的数值,但又赋予逐渐减弱的权重,是常用的一种时间序列分析法。
设定指数平滑法后,单击其旁边的“条件”选项,选择模型的类型,为了更好地观察不同模型的效果,可依次勾选霍尔特线性趋势、布朗线性趋势与衰减趋势来得到不同的模拟结果。
在统计设置中,勾选以下数值:
1. 拟合测量:平稳R方与R方,检验模型的拟合优度
2. 用于比较模型的统计:拟合优度
3. 显示预测值,以得到GDP的预测数值
在图设置中,勾选每个图显示的内容中的“实测值”、“预测值”与“拟合值”,观察模型预测的效果。
最后,在选项设置中,选择“评估期结束后的第一个个案到指定日期之间的个案”,并在其日期设置中将预测的年份设为“2026”。
二、结果解读
完成以上设置后运算结果。
如图8所示,三个模型的“实测值”、“预测值”与“拟合值”曲线重合度高,说明模型拟合效果好。
而根据三个模型的R方数值(均为0.996),也说明模型的拟合效果好,三个模型均可以用于预测分析。
根据以上三个模型,得到如图10所示的2020-2026年的GDP预测量。霍尔特与衰减趋势模型的预测值相近,而布朗预测值则较以上两者高一些,说明布朗模型对未来GDP的发展更为乐观。
我们可以根据经济趋势、国际环境(比如在新冠病毒的影响下),选择或保守或乐观的预测模型。
三、小结
综上所述,通过应用IBM SPSS Statistics的时间序列模型分析,并选择指数平滑法对GDP的量进行霍尔特线性趋势、布朗线性趋势与衰减趋势的模型分析。以上三个模型都呈现很好的拟合效果,但布朗模型的预测结果更为乐观。
作者:泽洋
展开阅读全文
︾
读者也喜欢这些内容:
spss回归分析如何操作 spss回归分析的基本步骤
通过回归分析,可以了解变量间是否存在相互依赖的定量关系。根据方程类型,回归分析可以分为线性回归和非线性回归。根据变量的数目多少,回归分析可以分为一元回归分析和多元回归分析。本文以最简单的一元线性回归分析为例向大家介绍SPSS回归分析如何操作,SPSS回归分析的基本步骤。...
阅读全文 >
spss拟合曲线方程步骤 spss拟合曲线方程表达式
数据分析是科学研究和商业决策中不可或缺的一部分,而拟合曲线是数据分析中常用的方法之一。在SPSS这一强大的统计分析软件中,拟合曲线功能为用户提供了一种简便而有效的方式来拟合数据点并得到相应的拟合曲线方程。本文将介绍spss拟合曲线方程步骤,spss拟合曲线方程表达式的内容。...
阅读全文 >
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。...
阅读全文 >
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。...
阅读全文 >