【正文】 SPSS 19(中文版 )統(tǒng)計分析實(shí)用教程 電子工業(yè)出版社 67 時序序列的季節(jié)性分解 第 4步 主要結(jié)果及分析： ?數(shù)據(jù)文件的數(shù)據(jù)視圖 從該圖中可以看到，數(shù)據(jù)文件中增加了 4個序列： ERR_1表示“銷售額”序列進(jìn)行季節(jié)性分解后的不規(guī)則或隨機(jī)波動序列； SAS_1表示“銷售額”序列進(jìn)行季節(jié)性分解除去季節(jié)性因素后的序列； SAF_1表示“銷售額”序列進(jìn)行季節(jié)性分解產(chǎn)生的季節(jié)性因素序列； STC_1表示“銷售額”序列進(jìn)行季節(jié)性分解出來的序列趨勢和循環(huán)成分。 第 2步 觀察數(shù)據(jù)序列的性質(zhì)： 對銷售額作時序圖，具體見下圖。 ?其他選項(xiàng)卡的設(shè)置讀者可參照例 114進(jìn)行。設(shè)置過程與圖 117類似，并選擇“方法”下的“ ARIMA”模型。 SPSS 19(中文版 )統(tǒng)計分析實(shí)用教程 電子工業(yè)出版社 58 ARIMA模型 ?再做自相關(guān)圖和偏自相關(guān)圖進(jìn)一步分析。其中前兩個階段可能需要反復(fù)進(jìn)行。 模 型 自相關(guān)函數(shù)（ ACF） 偏自相關(guān)函數(shù)（ PACF） AR(p) 拖尾 p階截尾 MA(q) q階截尾 拖尾 ARMA(p, q) 拖尾 拖尾 SPSS 19(中文版 )統(tǒng)計分析實(shí)用教程 電子工業(yè)出版社 52 ARIMA模型 基本概念及統(tǒng)計原理 說明： 所謂拖尾是自相關(guān)系數(shù)或偏相關(guān)系數(shù)逐步趨向于 0，這個趨向過程有不同的表現(xiàn)形式，有幾何型的衰減，有正弦波式的衰減；而所謂截尾是指從某階后自相關(guān)或偏相關(guān)系數(shù)為 0。 ?指數(shù)平滑法擬合的模型參數(shù)表 模型 預(yù)測變量數(shù) 模型擬合統(tǒng)計量 LjungBox Q(18) 離群值數(shù) R方 正態(tài)化的 BIC 統(tǒng)計量 DF Sig. 年末人口數(shù) 模型 _1 0 .995 16 .989 0 模型 估計 SE t Sig. 年末人口數(shù) 模型_1 無轉(zhuǎn)換 Alpha（水平） .157 .000 Gamma（趨勢） .799 .300 .013 SPSS 19(中文版 )統(tǒng)計分析實(shí)用教程 電子工業(yè)出版社 46 指數(shù)平滑法 ?預(yù)測表 表中給出了 2020～ 2020年“年末人口”變量的預(yù)測值、上區(qū)間和下區(qū)間值。 從此圖可以看出，年末人口數(shù)呈逐年增加趨勢，開始增長較快，然后變慢，近似線性趨勢，也可以說呈衰減的線性趨勢，或者用指數(shù)趨勢描述更準(zhǔn)確。這就需要在已經(jīng)建立的時間序列數(shù)據(jù)文件中，再建立一個新的時間序列變量。 成分 1 2 3 1 .884 .403 .239 2 .400 .822 3 .236 .517 提取方法：主成分。 成分 1 2 3 x1 .973 .052 x2 .919 .036 x3 .883 .334 x4 .985 x5 .482 .497 x6 .947 .131 x7 .972 .178 x8 .849 .340 x9 .300 .834 .386 x10 .611 .637 .399 x11 .955 x12 .992 x13 .876 .205 x14 .968 .032 x15 .859 提取方法 ：主成分。 SPSS 19(中文版 )統(tǒng)計分析實(shí)用教程 電子工業(yè)出版社 20 主成分分析 第六步 主要結(jié)果： y綜編號 國家 y1 y2 y3 1 中國 2 印度 3 日本 4 韓國 5 新加坡 6 美國 7 加拿大 8 巴西 9 墨西哥 10 英國 11 法國 12 德國 13 意大利 14 俄羅斯 15 澳大利亞 16 新西蘭 過綜合得分的高低可知各國參與國際化水平的高低，其中美國最高，印度最低。 從表中可以看出前 3個主成分已經(jīng)解釋了總方差的近 %，故可以選擇前 3個主成分進(jìn)行分析。 編號 國家 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12 x13 x14 x15 1 中國 2 印度 4 3 日本 0 4 韓國 5 新加坡 6 美國 7 加拿大 8 巴西 9 墨西哥 10 英國 11 法國 12 德國 36 13 意大利 27 14 俄羅斯 15 澳大利亞 16 新西蘭 SPSS 19(中文版 )統(tǒng)計分析實(shí)用教程 電子工業(yè)出版社 13 主成分分析 第 1步 分析： 從數(shù)據(jù)來看，一共有 15個因素，但有些因素是存在相關(guān)性的，同時各因素對全球化影響的程度也是不一樣的，故可采用主成分分析。 （ 5）兩者的 SPSS操作都是通過“分析 → 降維 → 因子分析”過程實(shí)現(xiàn)的，主成分分析不需要因子旋轉(zhuǎn)，而因子分析需要經(jīng)過旋轉(zhuǎn)。 （ 3）常用術(shù)語 ?因子載荷 ?變量共同度 ?公共因子的方差貢獻(xiàn) SPSS 19(中文版 )統(tǒng)計分析實(shí)用教程 電子工業(yè)出版社 5 3 常用術(shù)語 （ 1） 因子載荷 （ 2）變量共同度 （ 3）公共因子的方差貢獻(xiàn) SPSS 19(中文版 )統(tǒng)計分析實(shí)用教程 電子工業(yè)出版社 6 （ 1） 確定時遵循幾個原則 ?主成分的累積貢獻(xiàn)率： 一般來說，提取主成分的累積貢獻(xiàn)率達(dá)到 80%～85%以上就比較滿意了，可以由此確定需要提取多少個主成分。 每個主成分均是原始變量的線性組合 ， 且各個主成分之間互不相關(guān) ， 這就使得主成分比原始變量具有某些更優(yōu)越的性能 。 （ 2）提取公因子主要有主成分分析法和公因子法，若采用主成分法，則主成分分析和因子分析基本等價。 第 5步 計算主成分 。 ? 對于提取因子的個數(shù)問題，一般遵循兩個標(biāo)準(zhǔn)，其一是累計方差貢獻(xiàn)率在 80%以上，其二是其特征值大于 1。而“因子載荷矩陣”中各分量的系數(shù)為單位特征向量乘以相應(yīng)的特征值的平方根的結(jié)果，其公式為 。 SPSS 19(中文版 )統(tǒng)計分析實(shí)用教程 電子工業(yè)出版社 26 因子分析 “得分”對話框的設(shè)置：單擊“得分（ S） …” 按鈕，彈出此子對話框，選擇“保存為變量”，即將因子得分保存下來。旋轉(zhuǎn)法：具有 Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。系統(tǒng)默認(rèn)的變量名有：年份，年份、季度，年份、月份，年份、季度、月份，日，星期、日，日、小時等。 年份 x1 x2 x3 年份 x1 x2 x3 1978 1776 1992 2034 1979 1830 1993 2042 1980 1854 1994 2048 1981 1880 1995 2052 1982 1908 1996 2057 1983 1930 1997 2059 1984 1948 1998 2061 1985 1967 1999 2071 1986 1944 2020 2084 1987 1971 2020 2093 1988 1991 2020 2104 1989 2020 2020 2116 1990 2024 2020 2133 1991 2030 SPSS 19(中文版 )統(tǒng)計分析實(shí)用教程 電子工業(yè)出版社 41 指數(shù)平滑法 第 1步 數(shù)據(jù)組織： 將數(shù)據(jù)組織成 4列，一列是“年份”，另外3列是 3個人口數(shù)據(jù)的變量，輸入數(shù)據(jù)并保存。 ?模型的擬合情況表 擬合統(tǒng)計量 均值 SE 最小值 最大值 百分位 5 10 25 50 75 90 95 平穩(wěn)的 R方 . R方 .995 . .995 .9