【正文】 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 65 時序序列的季節(jié)性分解 第 3步 季節(jié)性分析設(shè)置： 按“分析 → 預(yù)測 → 季節(jié)性分解”順序打開“周期性分解（季節(jié)性分解）”對話框，并按下圖進行設(shè)置。如果時間序列有季節(jié)性因素，還需設(shè)置“季節(jié)性”參數(shù) sp，sd和 sq。 天 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 燃油數(shù)據(jù) 92 85 80 12 10 3 1 2 0 90 100 40 2 20 78 98 9 75 65 天 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 燃油數(shù)據(jù) 80 20 85 0 1 150 100 135 70 60 50 30 10 3 65 10 8 10 10 天 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 燃油數(shù)據(jù) 25 90 30 32 15 20 15 90 15 10 8 8 0 25 120 70 10 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 57 ARIMA模型 第 1步 數(shù)據(jù)組織： 將數(shù)據(jù)組織成兩列，一列是“天數(shù)”，另一列是“燃油量”，輸入數(shù)據(jù)并保存，并以“天數(shù)”定義日期變量。 ARIMA(p, d, q)模型的實質(zhì)就是差分運算與 ARMA(p, q)模型的組合，即 ARMA(p, q)模型經(jīng) d次差分后，便為ARIMA(p, d, q)。試用指數(shù)平滑法對上海市的“年末人口數(shù)”進行預(yù)測分析。 成分 1 2 3 x1 .936 .286 .130 x2 .776 .459 .202 x3 .924 .016 .251 x4 .867 .413 .221 x5 .068 .940 .180 x6 .966 .177 .095 x7 .944 .202 .235 x8 .541 .726 .327 x9 .018 .137 .956 x10 .377 .172 .876 x11 .794 .558 .118 x12 .913 .365 .161 x13 .937 .071 .084 x14 .926 .301 .119 x15 .705 .626 提取方法：主成分。 說明： ?教材中公式 是標(biāo)準(zhǔn)化正交向量，并不是 SPSS輸出“因子載荷矩陣”中的系數(shù)。 第 4步 計算主成分的方差貢獻(xiàn)率和累積方差貢獻(xiàn)率 。 主成分分析是由 Hotelling于 1933年首先提出的 ， 是利用 “ 降維” 的思想 ， 在損失很少信息的前提下把多個指標(biāo)轉(zhuǎn)化為幾個綜合指標(biāo) ， 稱為主成分 。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 8 主要內(nèi)容 主成分分析和因子分析簡介 主成分分析 因子分析 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 9 主成分分析 統(tǒng)計原理與分析步驟 (1)統(tǒng)計原理 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 10 主成分分析 (1)統(tǒng)計原理 1 11 1 12 2 12 21 1 22 2 21 1 2 2mmmmp p p pm my e x e x e xy e x e x e xy e x e x e x? ? ? ???? ? ? ????? ? ? ? ??SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 11 主成分分析 統(tǒng)計原理與分析步驟 （ 2） 分析步驟 第 1步 原始數(shù)據(jù)的標(biāo)準(zhǔn)化處理 。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 17 主成分分析 第四步 因子分析的結(jié)果： ?主成分的碎石圖 該圖從另一個側(cè)面說明了取前三個主成分為宜。 a. 已提取了 3個成分。 按“轉(zhuǎn)換 → 創(chuàng)建時間序列”順序打開“創(chuàng)建時間序列”對話框 創(chuàng)建時間序列示例 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 36 時間序列的建立和平穩(wěn)化 創(chuàng)建時間序列 時序圖舉例，按“分析 → 預(yù)測 → 序列圖”順序打開“序列圖”對話框 時序圖示例 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 37 主要內(nèi)容 時間序列的建立和平穩(wěn)化 指數(shù)平滑法 ARIMA模型 時序序列的季節(jié)性分解 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 38 指數(shù)平滑法 基本概念及統(tǒng)計原理 （ 1）基本概念 指數(shù)平滑法的思想來源于對移動平均預(yù)測法的改進。 模型 2020 2020 2020 2020 2020 年末人口數(shù) 模型 _1 預(yù)測 UCL LCL 對于每個模型，預(yù)測都在請求的預(yù)測時間段范圍內(nèi)的最后一個非缺失值之后開始，在所有預(yù)測值的非缺失值都可用的最后一個時間段或請求預(yù)測時間段的結(jié)束日期（以較早者為準(zhǔn)）結(jié)束。 ARIMA模型的識別就是判斷 p， d， q， sp， sd， sq的階，主要依靠自相關(guān)函數(shù)（ ACF）和偏自相關(guān)函數(shù)（ PACF）圖來初步判斷和估計。 ?“條件”對話框設(shè)置。 從該時序圖可以看出，銷售額總的趨勢是增長的，但增長并不是單調(diào)上升的，而是有漲有落。同理， 8月份的銷售情況最好。 ?“圖表”選項卡的設(shè)置：在其中將“序列”、“殘差自相關(guān)函數(shù)”、“殘差偏自相關(guān)函數(shù)”、“觀測值”和“預(yù)測值”這些選項選上。 可以看出數(shù)據(jù)序列在 0上下振蕩，且無規(guī)律，可能是平穩(wěn)的時間序列。 具體如下表所示。按 創(chuàng)建年末人口數(shù)的時序圖，如下圖所示。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 29 因子分析 ?因子轉(zhuǎn)換矩陣表 表明因子提取的方法是主成分分析，旋轉(zhuǎn)的方法是方差極大法。 12( , , , )i i i p ie e e e? ?/ij ij iea ??SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 19 主成分分析 第五步 利用因子分析的結(jié)果進行主成分分析。試分析一個國家參與經(jīng)濟全球化的程度主要受哪些因素的影響。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 4 （ 2）主要用途 ?解決共線性問題； ?評估問卷的結(jié)構(gòu)效度； ?尋找變量之間的潛在結(jié)構(gòu)； ?內(nèi)在結(jié)構(gòu)證實 。 （ 3）因子分析提取的公因子比主成分分析提取的主成分更具有解釋性。本例之所以設(shè)置為 3，是因為通過預(yù)先分析，發(fā)現(xiàn)前 3個主成分可以解釋總體信息的 %。 第 4步主要結(jié)果及分析： ?特征值與方差貢獻(xiàn)表 可以看出前 3個特征值大于 1，同時這 3個公共因子的方差貢獻(xiàn)率占了 %，說明提取這 3個公共因子可以解釋原變量的絕大部分信息。 按“數(shù)據(jù) → 定義日期”順序打開“定義日期”對話框 定義日期變量示例 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 35 時間序列的建立和平穩(wěn)化 創(chuàng)建時間序列 時間序列分析建立在序列平穩(wěn)的條件上，判斷序列是否平穩(wěn)可以看它的均數(shù)方差是否不再隨時間的變化而變化，自相關(guān)系數(shù)是否只與時間間隔有關(guān)而與所處時間無關(guān)。 SPSS 19(中文版 )統(tǒng)計分析實用教程 電子工業(yè)出版社 45 指數(shù)平滑法 ?模型統(tǒng)計量表 從中可以看出模型的決定系數(shù)為 ，說明擬合模型可以解釋原