11282.00
2003
129227
1.01
1.10
774.00
12056.00
2004
129988
1.01
1.11
761.00
12817.00
2005
130756
1.01
1.12
768.00
13585.00
2006
131448
1.01
1.12
692.00
14277.00
2007
132129
1.01
实验（实训）报告
项目名称时间序列分析1
所属课程名称统计学
项目类型SPSS上机实验
实验(实训)日期2013.11.28
班级
学号
姓名
指导教师
浙江财经学院教务处制
一、实验（实训）概述：
【目的及要求】
时间序列是统计学原理中非常重要的一类数据，对这种数据的分析可以掌握这个现象在历史发展过程中的基本规律，进而可以利用规律达到预测及展望的最终目的。通过本实验的学习，要求学生掌握运用spss统计分析软件对时间数据进行具体的操作。
122379
122349
122293
1997
123626
123592
123537
123468
1998
124761
124724
124661
124579
1999
125786
125763
125709
125626
2000
126743
126719
126674
126603
2001
127627
127608
127567
1998
124761
1.01
1.06
1135.00
7590.00
1999
125786
1.01
1.07
1025.00
8615.00
2000
126743
1.01
1.08
957.00
9572.00
2001
127627
1.01
1.09
884.00
10456.00
2002
128453
1.01
1.10
826.00
（三）移动平均法的应用
运用移动平均法分别计算该指标跨距3年、5年和7年的移动平均值，将结果列在一张表格中。并在一张图上画出相应的移动平均线。通过图表的显示，简单的说明样本期间长期趋势的实际情况，并比较跨距3年、5年和7年结果有哪些不同点。
（4）最小平方法的应用
采用最小平方法分析该指标的长期直线趋势。时间分别使用年份变量和以1开头的顺序变量，列出两种不同情况下的长期趋势方程，并对两种情况下计算出来的长期趋势方程进行对比，简单说明二者的区别。在两种长期趋势方程的基础上预测各年GDP的长期趋势值，并比较结果是否相同。
三、实验步骤
(一)搜集数据
我国1992年到2011年各年末人口数量统计
（二）水平分析指标和速度分析指标的计算
操作：转换->计算变量
1.环比发展速度
2.定基发展速度
3.逐期增长量
4.累计增长量
结果表：
年份
人口数量
环比发展速度
定基发展速度
逐期增长量
累计增长量
1992
117171
1.00
.00
1993
118517
1.13
681.00
14958.00
2008
132802
1.01
1.13
673.00
15631.00
2009
133450
1.00
1.14
648.00
16279.00
2010
134091
1.00
1.14
641.00
16920.00
2011
134735
1.00
1.15
644.00
17564.00
（三）移动平均法的应用
（1）可以对时间序列进行描述性分析，即能熟练运算水平分析指标和速度分析指标。
（2）可以对时间序列运用不同的方法进行长期趋势的测定，如移动平均法和最小平方法
【基本原理】
（1）时间序列描述性分析方法
（2）最小平方法
【实施环境】（使用的材料、设备、软件）
Spss17.0中文版
二、实验（实训）内容：
【项目内容】
1.01
1.01
1346.00
1346.00
1994
119850
1.01
1.02
1333.00
2679.00
1995
121121
1.01
1.03
1271.00
3950.00
1996
122389
1.01
1.04
1268.00
5218.00
1997
123626
1.01
1.06
1237.00
6455.00
127512
2002
128453
128436
128408
128369
2003
129227
129223
129210
129177
2004
129988
129990
129974
129947
2005
130756
130731
130710
130686
2006
131448
131444
131425
131400
2007
（一）搜集数据
搜集我国（或浙江省或其他任何地区）1978-2012年（时间仅限于年度，年份可按照实际情况更换，但尽可能选择多的年份）国内生产总值（或者其他任何形式的统计指标）的具体数据。
（二）水平分析指标和速度分析指标的计算
利用spss计算该指标各年的环比发展速度和定基发展速度、逐期增长量和累计增长量。并将结果汇总在一张统计表中列出。
132129
132126
132117
132095
2008
132802
132794
132784
132773
2009
133450
133448
133441
2010
134091
134092
2011
134735
移动平均线图：
操作：图形—>旧对话框—>线图：多线线图、各个变量的摘要
结果图：
（四）最小平方法的应用
四、实验结论
（三）移动平均法的应用
生成的3、5、7年平均序列的线图都接近于一条直线，年份和人口数量近似满足线性关系。其中距离越大，越接近直线。
（四）最小平方法的应用
由此可以看出，两种方法其截距不相同，但其斜率相同，算出来的拟合值也相同
五、指导教师评语及成绩：
评语：
成绩：指导教师签名：
批阅日期：
1.使用年份变量
操作：分析->回归->线性回归…保存->预测值：未标准化
结果：
长期趋势方程：y=-1683323.400+904.600t
2.使用以1开头的顺序变量
操作：a.转换->自动重新编码
b.分析->回归->线性回归…保存->预测值：未标准化
结果：
长期趋势方程：y=117735.200+904.600t
操作：转换->创建时间序列
1.跨度3年的移动平均
2.跨度5年的移动平均
3.跨度7年的移动a3
ma5
ma7
1992
117171
1993
118517
118513
1994
119850
119829
119810
1995
121121
121120
121101
121062
1996
122389