SPSS時間序列：應用時間序列模型

一、應用時間序列模型（分析-預測-應用模型）

   “應用時間序列模型”過程從外部文件加載現有的時間序列模型，并將它們應用于活動數據集。使用此過程，可以在不重新建立模型的情況下獲得其新數據或修訂數據可用的序列的預測值。模型是使用時間序列建模器過程生成的。

1、示例。假定您是一家大型零售店的庫存經理，您負責管理5,000種產品。您曾使用專家建模器創建了一些模型，用來預測每種產品在未來三個月的銷售情況。您的數據倉庫每個月都會使用實際銷售數據進行刷新，您希望使用這些數據來生成每月更新預測值。通過?應用時間序列模型?過程，您可以使用原有模型，然后只需重新估計模型參數以說明新數據即可實現此預測。

2、統計量。擬合優度測量：平穩的R方、R方(R2)、均方根誤差(RMSE)、平均絕對誤差(MAE)、平均絕對誤差百分比(MAPE)、最大絕對誤差(MaxAE)、最大絕對誤差百分比(MaxAPE)、標準化BIC準則。殘差：自相關函數、偏自相關函數、Ljung-Box Q。圖?？缢心Ｐ偷恼獔D：平穩的R方、R方(R2)、均方根誤差(RMSE)、平均絕對誤差(MAE)、平均絕對誤差百分比(MAPE)、最大絕對誤差(MaxAE)、最大絕對誤差百分比(MaxAPE)、標準化BIC準則的直方圖；殘差自相關和偏自相關的箱圖。單個模型的結果：預測值、擬合值、觀察值、置信區間的上限和下限、殘差自相關和偏自相關。

二、統計量（分析-預測-應用模型-統計量）

1、比較模型的統計量。這組選項控制如何顯示包含所有模型的統計量的表。每個選項分別生成單獨的表?？梢赃x擇以下選項中的一個或多個：

1.1、擬合優度。固定的R方、R方、均方根誤差、平均絕對誤差百分比、平均絕對誤差、最大絕對誤差百分比、最大絕對誤差以及標準化的BIC準則的摘要統計量和百分位數表。

1.2、殘差自相關函數(ACF)。所有估計模型中殘差的自相關摘要統計和百分位表。此表只在重新估計模型參數時可用（?模型?選項卡上的根據數據重新估計）。

1.3、殘差部分自相關函數(PACF)。所有估計模型中殘差的部分自相關摘要統計和百分位表。此表只在重新估計模型參數時可用（?模型?選項卡上的根據數據重新估計）。

2、個別模型的統計量。這組選項控制如何顯示包含每個模型的詳細信息的表。每個選項分別生成單獨的表?？梢赃x擇以下選項中的一個或多個：

2.1、參數估計。顯示每個模型的參數估計值的表。為指數平滑法和ARIMA模型顯示不同的表。如果存在離群值，則它們的參數估計值也將在單獨的表中顯示。

2.2、殘差自相關函數(ACF)。按每個估計模型的延遲顯示殘差自相關表。該表包含自相關的置信區間。此表只在重新估計模型參數時可用（?模型?選項卡上的根據數據重新估計）。

1.3、殘差部分自相關函數(PACF)。按每個估計模型的延遲顯示殘差部分自相關表。該表包含部分自相關的置信區間。此表只在重新估計模型參數時可用（?模型?選項卡上的根據數據重新估計）。

3、顯示預測值。顯示每個模型的模型預測值和置信區間的表。

三、圖表（分析-預測-應用模型-圖表）

序列。選擇（選中）此選項可獲取每個模型的預測值的圖。只有在重新估計模型參數時（?模型?選項卡上的根據數據重新估計），觀察值、擬合值、擬合值的置信區間以及自相關才可用?？梢赃x擇在圖中包含以下一項或多項：

◎觀察值。相依序列的觀察值。

◎預測值。預測期的模型預測值。

◎擬合值。估計期的模型預測值。

◎預測值的置信區間。預測期的置信區間。

◎擬合值的置信區間。估計期的置信區間。

殘差自相關函數(ACF)。顯示每個估計模型的殘差自相關圖。

殘差部分自相關函數(PACF)。顯示每個估計模型的殘差部分自相關圖。

四、輸出過濾（分析-預測-應用模型-輸出過濾）

1、最佳擬合模型。選擇（選中）此選項將在輸出中包含最佳擬合模型。選擇擬合優度測量并指定要包含的模型數。選擇此選項不妨礙同時選擇最差擬合模型。如果同時選擇兩者，則輸出將由最差擬合模型和最佳擬合模型組成。

1.1、模型的固定數量。指定為n個最佳擬合模型顯示結果。如果指定的數量超過模型的總數，則顯示所有模型。

1.2、占模型總數的百分比。指定為其擬合優度值在所有模型的前n個百分比范圍內的模型顯示結果。

2、最差擬合模型。選擇（選中）此選項將在輸出中包含最差擬合模型。選擇擬合優度測量并指定要包含的模型數。選擇此選項不妨礙同時選擇最佳擬合模型。如果同時選擇兩者，輸出將由最佳擬合模型和最差擬合模型組成。

2.1、模型的固定數量。指定為n個最差擬合模型顯示結果。如果指定的數量超過模型的總數，則顯示所有模型。

2.2、占模型總數的百分比。指定為其擬合優度值在所有模型的后n個百分比范圍內的模型顯示結果。