9.3、SPSS周期性分解—零基础入门教程

SPSS周期性分解

一、参数设置

（1）打开数据文件，选择“分析” →“预测” →“周期性分解” ，弹出“周期性分解”对话框，如下图所示，各项含义如下。

●    变量列表：将左边源变量列表中选择需要周期性分解处理的变量选入其中，该变量必须包括4个完整的季节数据。

●    模型类型：指定周期性分解的模型类型，可以选择乘法模型或加法模型。

➢   乘法。周期性成分是一个因子，用来与经过周期性调整的序列相乘以得到原始序列。实际上，“趋势”会评估与序列的总体水平成正比的季节性成分。无周期性变动的观察值的周期性成分为1。

➢   加法。将周期性调整添加到季节调整序列中即可得到初始序列。此调整尝试从序列中移去周期性影响，以查看可能被周期性成分“掩盖“ 的其他兴趣特征。实际上，”趋势“会评估不依赖于序列的总体水平的季节性成分。无周期性变动的观察值的周期性成分为0。

●    移动平均值权重：指定移动平均值的权重，有两个可选项。

➢   所有点相等：所有点的权重相等，常用于周期是奇数的情形。

➢   结束点按0.5加权：用端点权重乘0.5计算移动平均值，常用于周期是偶数的情形。

●    当前周期性：显示当前数据的周期。

●    显示个案列表：勾选此项，输出每个观测量的周期性分解结果。

（2）单击按钮，弹出“周期：保存”对话框，如下图所示，各项含义如下。

●    创建变量：设置是否如何处理新变量。

➢   添加至文件：周期性分解生成的新序列作为新变量添加到当前数据集，变量名由三字母前缀、下划线和数字组成。

➢   替换现有：周期性分解生成的新序列作为临时变量添加到当前数据集，替换现有的临时变量，变量名由一个三个字母的前缀、一个井字符（#）和一个数字组成。

➢   不要创建：周期性分解生成的新序列不添加到当前数据集中。

●    “周期性分解”过程创建了四个新变量，并且每个指定的序列都带有以下三个字母的前缀。

➢   ERR：残差或“误差”值，这些值是在从序列中删除季节性、趋势和循环成分之后保留的。

➢   SAS：季节性调整序列，这些值是在删除序列的周期性变化之后获得的。

➢   SAF：季节性调整因子，这些值指示每个周期对序列水平的影响。

➢   STC：平滑的趋势循环成分，这些值显示序列中出现的趋势和循环行为。

二、周期性分解的SPSS实现

实例：仍用“data16-02.sav”数据文件来进行周期性分析。

数据文件：数据文件\Chapter16\data16-02.sav

视频文件：视频文件\Chapter16\周期性分解．avi

（1）定义时间日期参照第16.2.2节序列图，不再重复介绍。

（2）选择“分析” →“预测” →“周期性分解” ，弹出“周期性分解”对话框。

（3）从左边源变量列表中选择“ 男装销售”变量通过 按钮选入变量列表，在“模型”栏勾选“乘法”选项，在“移动平均值权重”栏中勾选“ 结束点按0.5加权”选项，并勾选“ 显示个案列表” 复选框。

（4）单击按钮，弹出“周期：保存”对话框，勾选“添加至文件”选项，单击按钮返回主对话框。

（5）完成所有设置后，单击腿按钮执行命令。

三、周期性分解的结果分析

下表给出了模型的一些基本信息，包括模型名称（MOD_1）、模型类型（乘法）、系列名称（男装销售）、季节周期长度（12）和移动平均值的计算方法（跨度等于周期性加一且端点按0.5加权）。

下表列出了变量的原始序列、季节因子、季节调整序列等等信息，只截取了部分结果（1989.1-1990.12），从表可以看出每年的12月份季节因子数值最高，说明12月份对序列的影响最大，可以判断男装销售的周期为12 ，即为1年。

从下图可以看到在数据窗口生成的模型销售量的误差项（ERR_1）、季节校准序列（SAS_1）、季节因素指数（SAF_1）和季节趋势周期（STC_1）。

如果上述教程没有解决您的问题，可以联系分析师获取支持：

分析师服务（24小时在线）

如果您需要代做服务，可选择下方服务选项：

‍1、问卷设计、问卷调查：点击联系

2、数据分析、实证分析：点击联系‍

3、科研配图、论文配图：点击联系

4、文章指导、润色美化：点击联系

5、数据查找、代查代下：点击联系

6、数据修改、调整合理：点击联系‍

7、职称评审、课题申报：点击联系

8、格式排版、文章翻译：点击联系‍