下面看看如何采用SPSS軟件進(jìn)行時(shí)間序列的預(yù)測(cè)!
這里我用PASW Statistics 18軟件，大家可能覺(jué)得沒(méi)見(jiàn)過(guò)這個(gè)軟件，其實(shí)就是SPSS18.0，不過(guò)現(xiàn)在SPSS已經(jīng)把產(chǎn)品名稱(chēng)改稱(chēng)為PASW了！

博易智訊的馬博士剛剛把這個(gè)產(chǎn)品測(cè)試版給我，還是中文版，先睹為快吧！
我們通過(guò)案例來(lái)說(shuō)明：（本案例并不想細(xì)致解釋預(yù)測(cè)模型的預(yù)測(cè)的假設(shè)檢驗(yàn)問(wèn)題，1-太復(fù)雜、2-相信軟件）
假設(shè)我們拿到一個(gè)時(shí)間序列數(shù)據(jù)集：某男裝生產(chǎn)線銷(xiāo)售額。一個(gè)產(chǎn)品分類(lèi)銷(xiāo)售公司會(huì)根據(jù)過(guò)去 10 年的銷(xiāo)售數(shù)據(jù)來(lái)預(yù)測(cè)其男裝生產(chǎn)線的月銷(xiāo)售情況。

現(xiàn)在我們得到了10年120個(gè)歷史銷(xiāo)售數(shù)據(jù)，理論上講，歷史數(shù)據(jù)越多預(yù)測(cè)越穩(wěn)定，一般也要24個(gè)歷史數(shù)據(jù)才行！

大家看到，原則上講數(shù)據(jù)中沒(méi)有時(shí)間變量，實(shí)際上也不需要時(shí)間變量，但你必須知道時(shí)間的起點(diǎn)和時(shí)間間隔。

當(dāng)我們現(xiàn)在預(yù)測(cè)方法創(chuàng)建模型時(shí)，記住：一定要先定義數(shù)據(jù)的時(shí)間序列和標(biāo)記！

這時(shí)候你要決定你的時(shí)間序列數(shù)據(jù)的開(kāi)始時(shí)間，時(shí)間間隔，周期！在我們這個(gè)案例中，你要決定季度是否是你考 慮周期性或季節(jié)性的影響因素，軟件能夠偵測(cè)到你的數(shù)據(jù)的季節(jié)性變化因子。

定義了時(shí)間序列的時(shí)間標(biāo)記后，數(shù)據(jù)集自動(dòng)生成四個(gè)新的變量：YEAR、QUARTER、MONTH和DATE（時(shí)間標(biāo)簽）。

接下來(lái)：為了幫我們找到適當(dāng)?shù)哪Ｐ停詈孟壤L制時(shí)間序列。時(shí)間序列的可視化檢查通?？梢院芎玫刂笇?dǎo)并幫助我們進(jìn)行選擇。另外，我們需要弄清以下幾點(diǎn)：

? 此序列是否存在整體趨勢(shì)？如果是，趨勢(shì)是顯示持續(xù)存在還是顯示將隨時(shí)間而消逝？

? 此序列是否顯示季節(jié)變化？如果是，那么這種季節(jié)的波動(dòng)是隨時(shí)間而加劇還是持續(xù)穩(wěn)定存在？

這時(shí)候我們就可以看到時(shí)間序列圖了！

我們看到：此序列顯示整體上升趨勢(shì)，即序列值隨時(shí)間而增加。上升趨勢(shì)似乎將持續(xù)，即為線性趨勢(shì)。此序列還有一個(gè)明顯的季節(jié)特征，即年度高點(diǎn)在十二月。季節(jié)變化顯示隨上升序列而增長(zhǎng)的趨勢(shì)，表明是乘法季節(jié)模型而不是加法季節(jié)模型。

此時(shí)，我們對(duì)時(shí)間序列的特征有了大致的了解，便可以開(kāi)始嘗試構(gòu)建預(yù)測(cè)模型。時(shí)間序列預(yù)測(cè)模型的建立是一個(gè)不斷嘗試和選擇的過(guò)程。

PASW Statistics提供了三大類(lèi)預(yù)測(cè)方法：1-專(zhuān)家建模器，2-指數(shù)平滑法，3-ARIMA

指數(shù)平滑法

指數(shù)平滑法有助于預(yù)測(cè)存在趨勢(shì)和/或季節(jié)的序列，此處數(shù)據(jù)同時(shí)體現(xiàn)上述兩種特征。創(chuàng)建最適當(dāng)?shù)闹笖?shù)平滑模型包括確定模型類(lèi)型（此模型是否需要包含趨勢(shì)和/或季節(jié)），然后獲取最適合選定模型的參數(shù)。

1-簡(jiǎn)單模型預(yù)測(cè)（即無(wú)趨勢(shì)也無(wú)季節(jié)）

首先我們采用最為簡(jiǎn)單的建模方法，就是簡(jiǎn)單模型，這里我們不斷嘗試的目的是讓大家熟悉各種預(yù)測(cè)模型，了解模型在什么時(shí)候不適合數(shù)據(jù)，這是成功構(gòu)建模型的基本技巧。我們先不討論模型的檢驗(yàn)，只是直觀的看一下預(yù)測(cè)模型的擬合情況，最后我們確定了預(yù)測(cè)模型后我們?cè)儆懻摍z驗(yàn)和預(yù)測(cè)值。

從圖中我們看到，雖然簡(jiǎn)單模型確實(shí)顯示了漸進(jìn)的上升趨勢(shì)，但并不是我們期望的結(jié)果，既沒(méi)有考慮季節(jié)性變化，也沒(méi)有周期性呈現(xiàn)，直觀的講基本上與線性預(yù)測(cè)沒(méi)有差異。所以我們拒絕此模型。

2-Holt線性趨勢(shì)預(yù)測(cè)

Holt線性指數(shù)平滑法，一般選擇：針對(duì)等級(jí)的平滑系數(shù)lapha=0.1,針對(duì)趨勢(shì)的平滑系數(shù)gamma=0.2；

從上面的擬合情況看，Holt預(yù)測(cè)模型更平滑了，也就是說(shuō)Holt模型比簡(jiǎn)單模型顯現(xiàn)了更強(qiáng)的平滑趨勢(shì)，但未考慮季節(jié)因素，還是不理想，所以還應(yīng)放棄此模型。

3-簡(jiǎn)單季節(jié)性模型

當(dāng)我們考慮了季節(jié)性變化后，簡(jiǎn)單季節(jié)性預(yù)測(cè)模型基本上較好的擬合了數(shù)據(jù)的大趨勢(shì)，也就是考慮了趨勢(shì)和季節(jié)。

4-Winters相乘法預(yù)測(cè)模型

我們?cè)俅芜x擇Winters預(yù)測(cè)模型，實(shí)際上這時(shí)候非統(tǒng)計(jì)專(zhuān)業(yè)人士其實(shí)已經(jīng)可以不用考慮Winters模型的原理了，因?yàn)閷?duì)于大部分經(jīng)營(yíng)分析人員，如果期望把每一個(gè)預(yù)測(cè)方式的細(xì)節(jié)都搞清楚，并不容易，也容易陷入數(shù)量層面的糾葛中，我們只要相信軟件算法就可以了。

此時(shí)，在數(shù)據(jù)集的時(shí)間跨度為10年，并且包含 10 個(gè)季節(jié)峰值（出現(xiàn)在每年十二月份）中，簡(jiǎn)單季節(jié)模型和Winters模型都撲捉到了這10個(gè)峰值與實(shí)際數(shù)據(jù)中的10個(gè)年度峰值完全匹配的預(yù)測(cè)結(jié)果。此時(shí)，我們基本上可以得到了一個(gè)比較滿意的預(yù)測(cè)結(jié)果。

此時(shí)也說(shuō)明，無(wú)論采用指數(shù)平滑的什么模型，只要考慮了季節(jié)因素，都可以得到較好結(jié)果，不同的季節(jié)性指數(shù)平滑方法只是細(xì)微差異了。

但是，我們仔細(xì)看預(yù)測(cè)值和擬合值，還是有一些上升和下降的趨勢(shì)和結(jié)構(gòu)沒(méi)有撲捉到。預(yù)測(cè)還有改進(jìn)的需求！

5-ARIMA預(yù)測(cè)模型

ARIMA模型是自回歸AR和移動(dòng)平均MA加上差分考慮，但ARIMA模型就比較復(fù)雜了，對(duì)大部分經(jīng)營(yíng)分析人員來(lái)講，要搞清楚原理和方程公式，太困難了！期望搞清楚的人必須學(xué)過(guò)隨機(jī)過(guò)程，什么平穩(wěn)過(guò)程、白噪聲等，大部分人頭都大了，現(xiàn)在有了軟件就不問(wèn)為什么了，只要知道什么數(shù)據(jù)In，什么結(jié)果Out，就可以了。

我們采用專(zhuān)家建模器，但指定僅限ARIMA模型，并考慮季節(jié)性因素。

此時(shí)，我們看到模型擬合并相比較簡(jiǎn)單季節(jié)性和Winters模型沒(méi)有太大的優(yōu)勢(shì)，結(jié)果可接受，但是大家注意到?jīng)]有，實(shí)際上我們一直沒(méi)有考慮自變量的進(jìn)入問(wèn)題，假如我們有其它變量可能會(huì)影響到男裝銷(xiāo)售收入，情況又會(huì)發(fā)生什么變化呢？