SPSS时间序列预测【010期】

**博主提示：订阅本专栏，可免费获得此专栏参考文献电子版资料**

时间序列分析(Time Series Analyze) 是概率统计学科中应用性较强的一个分支， 在金融经济、气象水文、信号处理、机械振动等众多领域都有应用，时间序列分析分为时域分析和谱分
析两大类。

10.1 时间序列的预处理
SPSS无法自动识别时间序列数据并且时间序列数据在处理的过程中必须明确考虑时间序列的非平稳性，因此在进行时间序列分析前，必须对时间序列进行预处理。

10.1.1预处理的基本原理
1.使用目的
通过预处理，一方面能够使序列随“时间”变化的、“动态”的特征体现得更加明显，利于模型的选择；另一方面也使得数据满足模型的要求。

2.基本原理
(1)数据采样。
采样的方法通常有直接采样、累计采样等。
(2)直观分析。
时间序列的直观分析通常包括离群点的检验和处理、缺损值的补足、指标计算范围是否统一等一些可以采用比较简单手段处理的分析。
(3)特征分析。
特征分析就是在对数据序列进行建模之前，通过从时间序列中计算出一些有代表性的特征参数，用以浓缩、简化数据信息，以利数据的深入处理，或通过概率直方图和正态性检验分析
数据的统计特性。通常使用的特征参数有样本均值、样本方差、标准偏度系数、标准峰度系
数等。
(4)相关分析。
相关分析就是测定时间序列数据内部的相关程度，给出相应的定量度量，并分析其特征及变化规律。理论上，自相关系数序列与时间序列具有相同的变化周期。所以，根据样本自相关系数序列随增长而衰减的特点或其周期变化的特点判断序列是否具有平稳性，识别序列的模型，从而建立相应的模型。

3.其他注意事项
进行时间序列预处理时，常常需要对数据进行一些变换，如取对数、作一阶差分、作季节差
分等。

海神之光提示：SPSS版本及参考文献

1 SPSS版本
版本25.0

2 参考文献
[1]张文彤.SPSS分析基础教程[M].高等教育出版社.2004.
[2]张文彤.SPSS分析高级教程[M].高等教育出版社.2004.
[3]倪雪梅.精通SPSS统计分析[M].清华大学出版社.2010.
[4]王彤.医学统计学与SPSS软件应用[M].北京大学医学出版社.2008
[5]杜强.SPSS统计分析从入门到精通[M].人民邮电出版社.2011
[6]吴明隆.SPSS统计应用实务-问卷分析与应用统计[M].科学出版社.2010
[7]吴明隆.结构方程模型：AMOS的操作与应用[M].重庆大学出版社.2009
[8]宇传华.SPSS与统计分析 [M].电子工业出版社.2007