二假设检验的SPSS过程-东北大学秦皇岛分校

1、统计学原理实验指导书张伟编写东北大学秦皇岛分校二。一四年十月“统计学原理”是经济学专业的必修课，为了帮助学生更好地学习统计学原理这门课程， 编写了本实验指导书。由于统计学原理课程是一门理论与实践结合性很强的学科，因此， 在“统计学原理”课 程中，需要学生在对理论进行深入理解的基础上，针对实际问题能够运用统计分析工具进行分析。本指导书重点介绍统计分析工具SPSS的一些基本应用，主要包括数据文件的建立、编辑、修改、数据文件的整理；数据的预处理与统计描述；SPSS假设检验；回归分析等。本指导书的另一个重要目的是要帮助学生更好地掌握理论知识和应用理论知识，这一思路贯穿与本书。由于作者水平有限，书中难免

2、有不足与错误之处，敬请批评指正。 TOC o 1-5 h z HYPERLINK l bookmark2 o Current Document 实验一SPSS数据基本操作 4 HYPERLINK l bookmark26 o Current Document 实验二假设检验的SPSS过程 15 HYPERLINK l bookmark48 o Current Document 实验三相关与回归分析的 SPSS过程 20 HYPERLINK l bookmark63 o Current Document 实验四时间序列分析的SPSS过程 25实验一 SPSS基本数据操作实验目的.掌握SPS徽据文

3、件的建立。.掌握SPSS数据文件的编辑。.掌握数据的一般预处理过程。实验内容1 :认知SPSS实验任务打开SPSS软件，并了解其窗口结构。实验步骤步骤1：打开SPSS软件。双击SPSS桌面图标后，计算机屏幕上出现一个对话框，如图所示:注释：对话框包括一个六选一单选对话框和一个复选对话框，其内容为:Run the tutorial运行操作指南；Type in data输入数据选项，建立新的数据集时可选择此项；Run an existing query运行一个已经存在的数据文件选项；Create new query using Database Wizard用数据库处理工具建立新文件；Open a

4、n existing date source打开一个已经存在的数据文件；Open another type of file 打开其他类型的文件。Dont show this dialog in the future 下次启动 SPSS时将不会显示对话框。 这里直接点击“ Cancel”按钮即可。步骤2： 认知SPSSi窗口。SPSS for Windows 主窗口示意图实验内容2:数据文件的建立任务导向以下是某问卷的部分内容，并假设你手头上有 3份调查问卷的答案，需要你将它们录入 形成SPS徽据文件，并保存该数据文件。1、你的性别是（）A、男 B 、女2、你的身高是 cm3、你的专业是（）A、

5、金融 B、会计 C、工商 D、国贸4、你对目前的住宿条件满意程度是（）A非常满意 B、满意 C、一般 D、不满意 E、非常不满意5、你认为大学期间应培养哪些能力（限选三个） （）A、学习能力B、组织能力C、交际能力D、写作能力E、运动能力F、口才能力G、协作能力H、其他其中三份问卷答案如下：（1） A,172,B,B,ACG（2） A,168,C,B,BCF（3） B,164,A,C,DEF实验步骤数据录入包括两个基本步骤：定义变量和数据录入。这里先讲前4题的变量定义和数据 录入，然后单独讲解多选题的变量定义和数据录入，最后将数据文件保存。一、前4题的变量定义和数据录入步骤步骤1:打开SPSS

6、软件。步骤2:在variable view ”窗口中定义变量。阖 Urtirlfd - iPS$ EditorI o I 国 译File Edit View QAt* Irensform Ana lyre Cr。的 5 l/tilitic-3 Wirdow Helptflnlal吗I阈J .土底1国亚l&Jria meV/iinDecimalsValues匕隼的ngCol 1 1rhnr.oricg2性是1 00 臭rJcne82Njrr#ricS2身高NontT4oi舟3NL1TMicB?p M罡补，Notpg4)4Nrrenca2住宿前件满苜段非常满Nonte3旧即入VipzJ TProc

7、essor is IX。原注释1 ：在Variable View表中，每一行描述一个变量，依次是：Name：变量名。Type：变量类型。最常用的是 Numeric数值型变量。Width：变量所占的宽度。Decimals：小数点后位数。Label ：变量标签。关于变量涵义的详细说明。Values：变量值标签。关于变量各个取值的涵义说明。Missing :缺失值的处理方式。Columns ：变量在Date View中所显示的列宽（默认列宽为8）。Align :数据对齐格式（默认为右对齐）。Measure：数据的测度方式（默认为等间距尺度）。注释2:Values：变量值标签的定义方法，以第3题为例，

8、点击values栏中的按钮，在弹出窗口中依次数据各选项的标签值：步骤3:在Data View”中录入3份问卷的答案。二、第5题多选题的变量定义和数据录入方法多项选择题的变量定义方法有两种，一是二分法，二是分类法。二分法的做法是：有多少个备选项就定义多少个变量，每个变量的取值只有0和1两个，0代表该选项未被选择，1代表该选项被选择了。分类法的做法是：先确定每道题最多选项个数，然后根据最多选项 数确定变量个数，每个变量的取值范围为候选项个数。本例采用分类法来定义变量。步骤1:在variable view”窗口中定义变量。注释1:由于第5题限选3个，因此按分类法应定义 3个变量。若采用二分法，该题共

9、8个选项, 则应该定义8个变量。注释2:Values变量值标签的定义如下：步骤2:在“Data View”中继续录入这 3份问卷第5题的数据答案。步骤3:保存数据文件，并命名为“临时.sav”选择菜单“File Save”，在对话框中找到需要保存的位置，并在文件名中输入“临时”，然后点击“保存”。实验内容3:在SPSS中打开Excel数据文件任务导向在SPS阱打开“多元回归-Book1.xls ”的Excel文件实验步骤步骤1:选择菜单File OpenData,弹出Open File”对话框。在查找范围中找到“多 元线性回归.xls ”所在位置，在“文件类型”框中下拉菜单栏选择Excel(*

10、xls),然后在主窗口中单击“多元回归-Book1 ”。步骤2：单击打开，弹出如下对话框，在 Work sheet”框中选择Excel数据区域,步骤3:点击“OK，SPSS数据视图窗口中就打开了 “多元回归 -Bookl”中的数据。实验内容4 :数据排序任务导向在“职工数据”文件中，以职称为主排序变量进行降序，以“基本工资”为第二排序变 量升序进行多重排序。实验步骤步骤1：打开“职工数据”文件，选择菜单“ Data Sort Case步骤2：将主排序变量指定到Sort by ”窗口中，并在Sort Order 中选择Descending步骤3:将第二排序变量指定到Sort by”窗口中，并在S

11、ort Order中选择Ascending , 点击“ OK。实验内容5:数据分组任务导向在“住房状况调查”数据文件中，为分析人均住房面积的分布特征，首先要对人均住房面积进行分组，共分 5组，分别是：10以下，1020, 2030, 3050, 50以上。实验步骤步骤1:打开“住房状况调查”数据文件，选择菜单 Transform Recode Into Different Variables ”。步骤2:在变量名列表中选择人均面积”变量，使之添加到“Numeric variable Outputvariable ”框中，同时在output variable 下Nam3框中输入新变量名人均面积分

12、 组，单击Change”确认。于decode into i e rent 7a ri a bl e s年龄 琥文化联度咨痴常住人口 能户口状况 畲家收入 格调住晶R 房屋产权 敷住房薪意 觥耒案二年 计划翻 合计划户型 购买类型 於柚陛伯罟Numeric Vanaiale。叫皿 vanable.Output VariaWe Name:|人均南R分组Label：Old ard New Values .foprional case selection condition)Change步骤3:点击“Old and New Values ”按钮，弹出如下对话框。在 Old Values ”中输入人均面

13、 积原始范围值，在“ New Value”下输入新的变量值，并点击“Add”。依次输入各组的新旧值后，点击“Continue 返回上一窗口，点击OK。注释1:在上面的对话框中，左边需要确定原变量值范围，设置项依次是：Value:输入某个值；System-missing:以系统的缺失值为清点对象；System-or user missing:以系统或用户指定的缺失值为清点对象；Range:指定原变量的数值区域：其中包括：()through ()在框内指定下限和上限lowest through ():在框内只指定上限；()highest through:在框内只指定下限。注释2：变量分组实际上是建

14、立一个新变量，用新变量来代替原有变量。如本例中，原有变量值在10以下的用新变量值1代替，原变量值在1020之间用新变量值2来代替，依此类推。注释3:Recode命令有两个选项，分别是：Into Same Variables :数据编码后新的码值直接放到原来的变量中；Into Different Variables:数据编码后新的码值存到一个新变量中。为了避免数据丢失，尽量不要轻易选择前者。实验内容6:数据选取任务导向在“住房状况调查”数据文件中，(1)选择本市户口的住房样本；(2)随机选择全部样本的40%勺数据。实验步骤(1)选择本市户口的住房样本步骤1:打开“住房状况调查”数据文件，选择菜单

15、Data Select Cases ”。步骤2: All cases* rf con drtKiri is 5atishedif广 Random sample oF cases Sample. Eased ontne or case rarge Ranger Use filter variable;口 Unseleded Cases Aie* Fitiered、Deleted选择 if condition is satisfied。ij| Select C&5GS里 |端码 砂斫在区 破性别 年龄 文化程度 敏旭北状况 善婚姻 常住人口 像户口状况 於家庭收入 建顼住面利 磅人均面枳 段用屋产

16、根 住房高意 敏未来三年 .八、|- JCurent Status. Do not litter cbsceReset CancefH 而步骤3:点击“if ”按钮，在新对话框中，在右边框中输入“户口状况 =1。点击“ Continue ” 返回上一窗口中，点击“OK确认。6所在区 合性别 敏年龄 文化程度 杀从业状况 婚姻 期常住人口 %户口燧 席家庭收入 敏现住面粗 酚人均面世Continue： Cancel-卷#*) 显著性水平“，则拒绝原假设；若 P值显著性水平”， 则不拒绝原假设。注释2：在One-Sample Test”表中，Mean Difference 是样本均值与检验值之差；

17、“95% Confidence interval of the Difference ”下的两列表示总体均值与检验值之差的95%的置信区间。实验内容2:两独立样本T检验两独立样本T检验是检验两个没有联系的总体样本均值间是否存在显著的差异，两个没 有联系的总体样本也称独立样本。如两个无联系的企业生产的同样产品之间的某项指标的均值的比较，不同地区的儿童身高、体重的比较等，都可以通过抽取样本检验两个总体的均值是否存在显著的差异。任务导向根据“住房状况调查” 数据文件，推断本市户口总体和外地户口总体的家庭人均住房面 积的平均值是否有差异。解：由于本地户口家庭的人均面积对外地户口家庭的人均面积是无影响的

18、，因此这两个样本是相互独立的。可以应用两独立样本的假设检验。建立假设如下：H0：本地户口与外地户口家庭的人均面积没有显著差异;Hi:本地户口与外地户口家庭的人均面积存在显著差异。实验步骤步骤1:打开“住房状况调查”数据文件，选择菜单“AnalyzeCompare MeansIndependent-sample T Test , 打开 Independent-sample T Test 主对话框。步骤2:选择要检验的变量“人均面积”进入检验框中。步骤3:选择分组变量“性别”进入分组变量框中，然后单击“ Define Group ”按纽，打开分组 对话框，在 Group 1中输入分组值1,在Gro

19、up 2中输入分组值 2 （由于户口状况变量的取 值分另1J是1和2）,然后点击“ Continue”返回主对话框，点击“ OK”确定。输出结果如下:Group Statistics户口伏NMeandDeviatioStd.：rroMean人 均蹴市：8251 .72582.1753922907夕卜地门 168 6 .71658.9674846337Independent Samples TestLev foe nes Test Equality ofVa riancest-test fo r Equality of MeansFSig.tdf (2Sig.-tailed) DiMean ST

20、erence Di95d. Erro fference% Confidence Interval of the r DifferenceLowe rUpper人均面 Equal varian匚)一 75.4assumed Equal varian not assume69000 -4.9-3.3)682991；69175.3.000-4.!.001 -4.!)90691.()90691.，)0466 6 .!181197 .!后057 3 .)1396 2 .)2080)6742Group Statistics表是基本统计量表，Independent Sample Tes倭是检验结果表。后者的

21、第 二列和第三列是检验两样本数据的方差是否相等，从检验结果得知两样本的方差有显著性差异。从第四列开始是对两个样本的均值的是否相等进行检验。从假设检验的Sig值（P值）看出，它小于显著性水平0.05,因此拒绝原假设H0,所以说本地户口和外地户口之间的家庭人 均面积有显著差异。而第七列之后分别是均值差、均值差标准误、均值差的置信区间。注释1:两独立样本T检验的基本思路是：首先根据F检验来判断两总体方差是否相等，即方差齐性次检验。然后再根据方差齐性次检验结果来选择两独立样本T检验的方法。注释2:方差齐性次检验结果是Independent Sample Tes倭的第二和第三列，该检验的原假设是两 总体

22、方差相等，备择假设是两总体方差不相等。注释3:Independent Sample Tes倭中第一歹U, a Equal Variance Assumed”表示两总体方差相等， 在方差齐性次检验中若不拒绝原假设，两独立样本T检验结果查看这行。“Equal Variance NotAssumed”表示两总体方差不相等，若在方差齐性次检验中拒绝原假设，则选择该行作为两 独立样本T检验的结果。注释4：在步骤3中，若分组变量取值多于 2个的，则是可以在“ Cut Point”中输入一个数字，大 于等于该值为一总体，小于该值为一总体。实验内容3:两匹配样本T检验两匹配样本T检验是检验两个有联系正态总体的

23、均值是否存在显著的差异。又称配对样 本的T检验。如检验某种药品使用的效果是否显著，需要对使用者使用前后进行比较；再如 对某电子计时器准确度效果进行检验，采用同一批志愿者分别用手工计时器和电子计时器测量他们的跑步成绩以进行比较等。任务导向根据“减肥茶数据”文件，为研究某种减肥茶是否具有明显的减肥效果，某美体健身机 构对35名肥胖志愿者进行跟踪调查，记录了他们喝茶前后的体重数据，推断减肥茶是否具有显著的减肥效果。解：本例中是对同一实验对象的喝茶前后的数据进行比较，这显然是配对样本均值的假设检验的问题。所以要建立假设：H0:喝茶前后的体重没有显著差异H1:喝茶前后的体重有显著差异实验步骤步骤1:打开

24、“减肥茶数据” 文件，选择菜单AnalyzeCompare Means Paired-Sample T Test,打开Paired-Sample T Tes在对话框。步骤2:选择要检验的两变量进入Paired Variables”检验框中。注意：一定要同时选择两个变量进入检验框内，否则将无法得到检验结果。点击“ OK”确定，得输出结果如下。Paired Samples StatisticsMeanNd. 1DeviatioStd.ErrorMeanPair喝茶9.251355.3：376790：231喝后0.傀86355.6(645795,49Paired Samples TestMPaire

25、d Differencestdf 2-tSig. liledean d. DeStd. Er;viatiM5% C nteroleanLonfidenc rval of the Difference)werUpper喝 茶 前他285重.981913 49)194 85699 7)45.25234.000由上表的检验结果知，假设检验的P值小于0.05 ,故拒绝假设H),因此可以得出喝茶前后的体重差异是显著的，认为减肥茶的效果是显著的。注释：两独立样本T检验和两匹配样本T检验的数据结构不同。两独立样本 T检验中涉及两个变 量，一个是分组变量，一个检验变量，如实验内容2中的户口状况和人均面积；两匹

26、配样本T检验也涉及两个变量， 但两变量都是检验变量，一个是总体1的检验变量，一个是总体2的检验变量。实验三相关与回归分析的 SPSS过程实验目的?掌握相关系数计算和检验的SPSS分析?掌握线性回归方程的确定和各种检验的SPSS分析?掌握几种典型的非线性回归方程确定的SPSS分析实验内容1:相关分析任务导向根据“住房状况调查”数据，绘制家庭收入、计划面积的散点图，计算它们之间的相关 系数并予以检验。实验步骤步骤1:打开“住房状况调查”数据文件，选择菜单 Analyze Correlate Bivariate ”,打开 Bivariate对话框如下。步骤2:从左边的变量框中选择需要考察的“家庭收入

27、”和“计划面积”进入“ Variables ”框 内；从Correlation Coefficients栏内选择相关系数的种类，这里选择Pearson相关系数；从Test of Significance 栏内选择Two-tailed”双尾检验方式。步骤3:单击Options按纽，选择输出项和缺失值的处理方式。本例中选择输出基本统计描述量， 如下图所示。B iva ri ate Correlation: 0 p ti o n 5 Occlude cas es paim iseExdude cases list wise步骤4:单击“Continue ”返回主窗口，单击“ OK可以得到相关分析的结

28、果。Descriptive StatisticsMeanStd. 1DeviationN家庭收入769,.1698,803412993计划面加1.570729,54992832Correlations家庭收入计划面积家庭收入Pearson Correlation1.323*Sig. (2-tailed).000N2993832计戈 U 面积Pearson Correlation.323*1Sig. (2-tailed).000N832832* Correlation is significant at the 0.01 level (2-tailed).a Descriptive Statis

29、tics ”表是两个变量的基本统计描述量，“ Correlations ”表 是两变量的相关系数及对相关系数的检验结果。从Correlations ”表可知家庭收入和计划面积的相关系数是0.323 ,对相关系数检验的P值小于0.05，拒绝原假设（相关系数检验的原 假设是两变量间不存在线性相关关系），说明两变量之间存在着显著的正线性相关关系。实验内容2:线性回归分析线性回归是统计分析方法中最常用的方法之一。如果所研究的现象有若干个影响因素，且这些因素对现象的综合影响是线性的，则可以使用线性回归的方法建立现象（因变量）与影响因素（自变量）之间的线性函数关系式。任务导向根据“银行贷款”数据文件，分析

30、银行不良贷款受哪些因素的影响，要求确定多元线性 回归方程，并进行各种检验。实验步骤步骤1：打开“银行贷款数据文件，选择菜单Analyze Regression Linear ”,打开LinearRegression 对话框。步骤2:从左边框中选择因变量“不良贷款”进入 Dependent框内，选择其余四个自变量进入 Independent框内。从 Method框内下拉式菜单中选择Enter（强行进入法）回归分析方法。注释：回归分析方法包括强行进入法（Enter）,消去法（Remove）,向前选择法（Forward）,向后剔除法（Backward）及逐步回归法（Stepwise）五种。步骤3:点

31、击“OK确定，得到输出结果。主要的分析结果表格如下：Uodel SummaryModtlRR SquareAdjustedR SquareSM Error B the Estimate1|B931,7537571778 E该表中R表示自变量与因变量的复相关系数，R Square表示判定系数，Adjusted RSquare表示修正的判定系数，Std.Error of the Estimate 表示估计标准误差。本例中修正的判定系数为75.7%,说明模型拟合度较好。ANOVAbModelSum of加呵3dfan SquareFSia.1Rsgression249,371a62,34319 70

32、4,00QBResidual63,279203.164Total312,65024该表为方差分析表，第一列的含义分别表示回归、残差、总计，第二列是离差平方和,第三列是自由度，第四列是均方差， 第五列是回归方程显著性检验的F检验统计量值，最后一列是P值。本例中由于 P值小于0.05,说明自变量与因变量之间线性关系显著。ModelUnslandaFdized CoeftidentsStandarcized CoefficientstSigBStcl ErrorA&ts1(Constant1.(122,762. 1,20E.206名项货款余额 亿元）040010R913 8370(11本年累计应收葡

33、J 46,0792S01.67=.0 75贷款项目个数 f个）,15083.03417E.063本年固定奥声璇裁 化元）-.02S01E-.325-1.537,067此表为回归系数表。 第一列是常数项和各自变量， 第二列是非标准化的系数，第四列是标准化系数，第五列是回归系数显著性检验的 t检验统计量值，第六列是回归系数显著性检 验的P值。本例中，根据第二列可以写出样本回归方程为：y -1.022 0.040 x1 0.148x2 0.015x3 0.029x4根据最后一列回归系数显著性检验的 Sig值（P值），可以看出本年累计应收贷款、贷款 项目个数和本年固定资产投资额三个自变量对不良贷款的线

34、性影响不显著（由于P值大于0.05 ,不拒绝各回归系数等于 0的原假设）。注：为方便初学者，本例没有进行多重共线性检验， 且回归方法的选择也仅采用强行进 入法，这可能导致回归结果不准确。本例中本年累计应收贷款、贷款项目个数和本年固定资 产投资额三个自变量对不良贷款的线性影响不显著可能是由于存在多重共线性引起的。注释1:在步骤1中的对话框中，最底部还有几个按钮，它们为回归分析提供了丰富的功能选项。下面解释下各按钮的含义和作用：? 单击Statistics ,打开Linear Regression : Statistics对话框，选择输出的统计量。Regression Coefficients 栏

35、，回归系数选项栏。Estimates （系统默认）：输出回归系数的相关统计量：包括回归系数，回归系数标准误、标准化回归系数、回归系数检验统计量（ t值）及相应的检验统计量概率的Pt （sig ）。Confidence intervals:输出每一个非标准化回归系数95%的置信区间。Covariance matrix:输出协方差矩阵。与模型拟合及拟合效果有关的选择项。Model fit :能够输出复相关系数 R、R2及R2修正值，估计标准误差，方差分析表。R squared change:引入或剔除一个变量时，R2的变化。Descriptives:基本统计描述。Part and Partial

36、correlations :相关系数及偏相关系数。Collinearity diagnostics :共线性诊断。主要对于多元回归模型，分析各自变量的之 间的共线性的统计量：包括容忍度和方差膨胀因子、特征值，条件指数等。Residuals 残差栏Durbin-Watson : D.W验.Casewise diagnostics:奇异值诊断，有两个选项：Outliers outside（ ）standard deviations:奇异值判据，默认项标准差3。All case输出所有观测量的残差值。? 单击Plots按纽，打开Linear Regression : Plots对话框，选择所需要的图

37、形。在左上角的源变量框中，选择Dependent进入X （或Y）轴变量框，选择其它变量进入Y（或X）轴变量框，除因变量外，其客观存在变量依次是：ZPRED标准化预测值，ZRESID:标准化残差，DRESID:剔除残差，ADJPREDt正后预测值，SRESI席生化残差，SDRESID学 生化剔除残差。Standardized Residual Plots 栏，标准化残差图类型，有选择项：Histogram: 标准化残差直方图Normal probability plot标准化残差序列的正态分布概率图Produce all partial plots依次绘制因变量和所有自变量的散布图? 单击Opt

38、ions按纽，打开Linear Regression : Options对话框，选择模型拟合判断准则 及缺失值的处理方式。jnear RegressFon： OptionsE3ContinueCanellHelpStep png Method Crit&fia Use probability d F Entry. 05 Removal. | fo| Use F v5lueEn如 |184 Removal. |2 71Include constant in equationMissing Valuer* ExcIlkIe cases list wiseExclude cases pairwise

39、 Replace with meanStepping Method Criteria 栏，设置变量引入或剔除模型的判别标准。Use probability of F:采用F检验的概率为判别依据。Use F value:采用F值作为检验标准。Include constant in equation回归方程中包括常数项。Missing Values 缺失值的处理方式。? 单击Save按纽，打开Linear Regression : Save对话框。选择需要保存的数据种类作为新 变量存在数据编辑窗口。其中有预测值、残差，预测区间等。注释2：线性回归的假设理论(1)正态性假设：即所研究的变量均服从正态

40、分布；(2)等方差假设：即各变量总体的方差是相等的；(3)独立性假设，即各变量之间是相互独立的；(4)残差项无自相关性，即误差项之间互不相关，Cov( i, j) = 0注释3:线性回归模型的检验项目(1)回归系数的检验(t检验)；(2)回归方程的检验(F检验)；(3)拟合程度判定(可决系数R2);D.W佥验(残差项是否自相关)；(5)共线性检验(多元线性回归)；(6)残差图示分析(判断异方差性和残差序列自相关)。实验四时间序列分析的SPSS过程实验目的? 掌握时间序列的线图绘制? 掌握时间序列的自相关图绘制? 掌握时间序列的季节变动分析实验内容1:时间序列的线图绘制任务导向根据“零售量”数据

41、文件，绘制1979至1982年度汗衫背心的零售量月份数据序列图。实验步骤步骤1:定义时间序列：打开“零售量”数据文件，将数据按时间顺序排列，选择菜单“DateDefine Date”,打开Define Dates对话框。然后从左框中选择合适的时间表示方法，并且 在右边时间框内定义起始点，单击“OK”。步骤2:选择菜单Graphs Line”,打开Line Charts对话框。从中选择Simple单线图，从Date in Chart Are栏中选择Values of individual cases ,即输出的线图中横坐标显示变量中按照时间 顺序排列的个体序列号，纵坐标显示时间序列的变量数据。步

42、骤3:单击“ Define”按钮，打开对话框，选择分析变量“零售量”进入“ Line Represent”, 在Category Labels” 类别标签（横坐标）中选择Case number数据个数（或变量 Variable）, 单击Title按纽可以添加标题。 Define Simple Line； Values of Individual Cases. YEAR, not penodic磅 MONTH, period 12跟 DATE FORMAT: MfLine RepnaseNs rWfrislsiOKCategory Labels * Ca* number Variable.Hes

43、etCancelHelpPanel by Nest viflbles Ino号m口中 山附阑L Nest V6iiabler l.-u err.jj中 lowsColumns,PHes.Templart& Use chrt apecrfications from.Fili步骤4:点击“ OK”可得到线图如下所示。；Number实验内容2:时间序列自相关图绘制多数经济现象具有滞后性的特点，而自相关图能够刻画经济的滞后现象，对经济问题的分析和预测起到重要的作用。任务导向根据“零售量”数据文件，绘制1979至1982年度汗衫背心的零售量月份数据自相关图, 进行自相关分析。实验步骤步骤1:打开零售量”

44、数据文件，选择菜单GraghTime SeriesAutocorrelation ,打开 Autocorrelations 对话框.步骤2:在左边框内选择要显示的变量进入右边Variables 对话框；从Display栏中选择自相关图(Autocorrelations )和偏自相关图(Partial autocorrelations )。注释：如果需要对时间序列进行变换，则要从 Transform栏中选择对变量的的变换方式：Natural log transform自然对数变换，Differfence 差分(确定差分阶数)，Seasonally difference季节差分(确定差分阶数)；步

45、骤3:单击“Options ”按钮，弹出 Options对话框中，在 MaximumNumber of Lags参数框中 选择最大滞后数彳1,默认值是16。这里选择默认值，然后单击“OK,得到自相关图和偏相关图如下所示。050。o 5-仃*汨U|p par 如 ndcng umti 口稠他 cwrmm limrLI CoeifisiertUpper Canf dcnGe uiniiLog旧CcniKterKe-LinH：56732|D1 11 12 13 14 IS IBLm Ndnibtf从上面的两个图形中都可以看出，这个时间序列具有很强的季节性。偏自相关图反映出这个时间序列不是平稳的时间序

46、列，有一定的趋势性。通过时间序列的线图和自相关图后，可以根据时间序列的变动趋势和季节性的特点进行季节分解，分析季节因素的影响程度。实验内容3:时间序列的季节变动分析任务导向基于前面的分析，对“销售量”数据进行季节变动分析实验步骤步骤1：打开零售量”数据文件，选择菜单Analyze Time Series Seasonal Decomposition ,打开 Seasonal Decomposition对话框。1Sea-scnnl DecompQticn YEA R. not peri odic此前图二 MONTH petted 121疗件匿营量1Model Muftipkcative AddMwMoving Average Voight 岸制国inrt目四问 Endpoints -sighted by .5Cument Penodidty: 12Display casest listing步骤2:从左边框中选择待分解处理的变量进入Variable 框内,并在Model栏中选择模型类型。有乘法模型(Multiplicative )和加法模型(Additive )两种。本例中选择乘法模型。 步骤3:在Moving Average Weight 栏中，选择移动平均处理方法，一