SPSS > 使用技巧 > SPSS中应用时间序列预测的步骤(模型与结果解读)

SPSS中应用时间序列预测的步骤(模型与结果解读)

发布时间:2021-08-23 14: 47: 25

《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。

图1:序列图
图1:序列图

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。

图2:创建传统模型
图2:创建传统模型

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。

图3:变量设置
图3:变量设置

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。

图4:条件设置
图4:条件设置

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

图5:统计设置
图5:统计设置

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。

图6:图设置
图6:图设置

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”。

图7:选项设置
图7:选项设置

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。

图8:模型图

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。

图9:模型拟合优度
图9:模型拟合优度

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。

图10:预测值
图10:预测值

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

标签:SPSS时间序列

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 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
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。
2022-07-22
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
最新文章
SPSS分层卡方检验步骤 SPSS分层卡方检验结果解读
分层卡方检验是SPSS中常用的统计分析方法之一,常用来识别分类变量中的混杂因素并控制其影响。通过将数据按混杂因素分层后,分别在每一层内分析分类变量之间的关联性,从而排除混杂变量的干扰。接下来本文将来带大家了解SPSS分层卡方检验步骤,SPSS分层卡方检验结果解读的相关内容。
2025-04-24
SPSS逻辑回归怎么做 SPSS逻辑回归结果怎么看
在实际生活中我们会遇到客户是否产生购买行为、产品是否合格、学生是否通过能力考核这些典型的二分类问题,对于这些问题我们都可以用SPSS中的逻辑回归来轻松解决。今天我们就来分析一下SPSS逻辑回归怎么做,SPSS逻辑回归结果怎么看的相关内容。
2025-04-24
SPSS变量重构是什么 SPSS变量重构怎么做
SPSS作为一款强大的数据统计分析软件,在数据分析和数据统计上有着很多的功能,除了常见的一些数据分析方法外,SPSS还可以对已有数据进行结构重组,这就是SPSS的变量重构功能。接下来给大家详细讲解有关SPSS变量重构是什么,SPSS变量重构怎么做的相关内容。
2025-04-24
SPSS语法编辑器在哪 SPSS语法编辑器怎么用
在SPSS做数据分析时,我们除了可以用SPSS提供的现成功能,还可以通过编辑代码的方式,运行其他SPSS未提供的功能。除此以外,代码还可以用来运行一些重复性的统计分析工作,比如有多个变量要进行单因素方差分析,我们只要在代码里面修改变量名,就能重复运算。那么,SPSS语法编辑器在哪,SPSS语法编辑器怎么用?接下来,让我们一起来学习下吧。
2025-04-22
SPSS显著性字母怎么标记 SPSS中显著性主要看哪个数据
SPSS测量结果的p值在数据统计领域通常用于显著性分析,除了用p值直接标注,研究者也可以使用显著性字母标注方法来分析多个组别的比较结果。今天,我们以SPSS显著性字母怎么标记,SPSS中显著性主要看哪个数据这两个问题为例,带大家了解一下SPSS显著性字母标记的知识。
2025-04-22
SPSS数据分析中p代表什么 SPSS数据分析中星号的意思是什么
在数据统计领域,SPSS不仅可以计算各类数据占比,还可以对庞大的数据集进行数据组别之间的比较和分析,例如t检验、卡方检验、F检验等方法计算p值等关键数值。今天,我们以SPSS数据分析中p代表什么,SPSS数据分析中星号的意思是什么这两个问题为例,带大家了解一下SPSS关于数据分析p值的相关知识。
2025-04-22

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: