精品文档
第四章 时间序列分析
由于反映社会经济现象的大多数数据是按照时间顺序记录的，所以时间序列分析是研究社会经济现象的指标随时间变化的统计规律性的统计方法。.为了研究事物在不同时间的发展状况，就要分析其随时间的推移的发展趋势，预测事物在未来时间的数量变化。因此学习时间序列分析方法是非常必要的。
? 本章主要内容：
1. 时间序列的线图，自相关图和偏自关系图；
2. SPSS 软件的时间序列的分析方法 ? 季节变动分析。
§4.1 实验准备工作
§4.1.1 根据时间数据定义时间序列
对于一组示定义时间的时间序列数据，可以通过数据窗口的Date菜单操作，得到相应时间的时间序列。定义时间序列的具体操作方法是：
将数据按时间顺序排列，然后单击Date ?Define Dates打开Define Dates对话框，如图4.1所示。从左框中选择合适的时间表示方法，并且在右边时间框内定义起始点后点击OK，可以在数据库中增加时间数列。
图4.1 产生时间序列对话框
§4.1.2 绘制时间序列线图和自相关图
一、线图
线图用来反映时间序列随时间的推移的变化趋势和变化规律。下面通过例题说明线图的制作。
例题4.1：表4.1中显示的是某地1979至1982年度的汗衫背心的零售量数据。
。 1欢迎下载
精品文档
试根据这些的数据对汗衫背心零售量进行季节分析。（参考文献[2]）
表4.1 某地背心汗衫零售量一览表 单位：万件
月 年 份 度 1979 23 33 69 91 192 348 254 122 95 34 19 27 1980 30 37 59 120 311 334 270 122 70 33 23 16 1981 18 20 92 139 324 343 271 193 62 27 17 13 1982 22 32 102 155 372 324 290 153 77 17 37 46 1 2 3 4 5 6 7 8 9 10 11 12
解：根据表4.1的数据，建立数据文件SY-11（零售量），并对数据定义相应的时间值，使数据成为时间序列。为了分析时间序列，需要先绘制线图直观地反映时间序列的变化趋势和变化规律。具体操作如下：
1. 在数据编辑窗口单击Graphs?Line,打开Line Charts对话框如图4.2.。从中选择Simple单线图，从Date in Chart Are 栏中选择Values of individual cases，即输出的线图中横坐标显示变量中按照时间顺序排列的个体序列号，纵坐标显示时间序列的变量数据。
图4.2 Line Charts对话框
2. 单击Define，打开对话框如图4.4所示。选择分析变量进入Line Represents，，在Category Labels 类别标签(横坐标)中选择Case number数据个
。
2欢迎下载
精品文档
数（或变量Variable），单击Title按纽可以添加标题。
图4.3 Values of individual cases对话框
3. 点击OK可得到线图如图4.4所示。
汗衫销量时间序列图400300200 图4.4 汗衫销量时间序列线图
* 二、自相关图
多数经济现象具有滞后性的特点，而自相关图能够刻画经济的滞后现象，对经济问题的分析和预测起到重要的作用。下面介绍自相关图的具体操作方法。 1. 在数据编辑窗口单击Gragh→Time Series →Autocorrelation对话框，如图4.5所示：
。 3欢迎下载
Value 万件100014710131619222528313437404346Case Number 精品文档
图4.5 Autocorrelation对话框
2. 在左边框内选择要显示的变量进入右边Variables对话框；如果需要对时间序列进行变换，则要从Transform栏中选择对变量的的变换方式：其中分别是Natural log transform自然对数变换，Differfence差分（确定差分阶数），Seasonally difference季节差分（确定差分阶数）；从Display栏中选择自相关图（Autocorrelations）和偏自相关图（Partial autocorrelations）。 3. 单击Options对话框，在Maximum Number of Lags参数框中选择最大滞后数值，默认值是16。选择默认值后点击OK，可在输出窗口观察到自相关图和偏相关图。如图4.6所示。
万件1.0.50.0-.5Confidence LimitsACF-1.012345678910111213141516CoefficientLag Number 图4.6（a） 自相关图
。 4欢迎下载
精品文档
万件1.0.50.0-.5Partial ACFConfidence Limits-1.012345678910111213141516CoefficientLag Number 图4.6（b） 偏自相关图
从上面的图4.4和4.6（a）中都可以看出，这个时间序列具有很强的季节性。图4.6（b）反映出这个时间序列不是平稳的时间序列，有一定的趋势性。通过时间序列的线图和自相关图后，可以根据时间序列的变动趋势和季节性的特点进行季节分解，分析季节因素的影响程度。
§4.2 季节变动分析
时间序列分析的基本方法，是进行季节变动分析。季节变动分析的可以通过分析菜单上Time Series实现。即在数据窗口单击Analyze?Time Series。从Time Series小菜单中可以得到时间序列分析的四种选择（见图4.7），分别是：
图4.7 时间序列分析菜单
。
5欢迎下载
spss教程第四章---时间序列分析
