【统计分析软件SPSS】190、时间序列分析——使用保存模型进行预测

点击顶部菜单栏的【分析→时间序列预测→应用传统模型】，在打开的对话框中进行相应设置。

对话框各选项卡中各选项的含义与「创建传统模型」时一致，本次只介绍具体操作步骤，各选项的具体内容可以查看以下文章：

【统计分析软件SPSS】188、时间序列分析——使用专家建模器构建模型（操作步骤）

• 主对话框：

• 加载模型：点击「浏览」按钮，选择保存的模型文件（models.xml）。

• 将最新观测值纳入预测：勾选「根据数据重新估计」，系统将基于更新后的数据对模型参数进行重新估计。需要注意的是，此过程仅更新参数，模型结构（如ARIMA阶数或指数平滑类型）保持不变，因此计算速度远快于初次建模。为确保新数据被用于重新估计，可以使用默认的估算期（即，从第一个个案到最后一个个案）。若需自定义估计范围，可在「数据→选择个案」对话框中选择「基于时间或个案范围」并手动指定。

• 设置预测周期：在「预测期」组中，选择「评估期结束后的第一个个案到指定日期之间的个案」，并在「日期」网格中输入年份2004和月份6（数据集包含从1999年1月到2004年3月的数据。根据当前设置，预测期将为2004年4月至2004年6月）。

• 保存选项卡：

本次在「保存变量」组中，勾选「预测值」，后续模型预测值将作为新变量保存在活动数据集中，并使用前缀「预测」命名。

• 图选项卡：

在「单个模型的图」组中，取消勾选「序列」，因为我们更感兴趣的是将预测结果作为新变量保存，而不是生成预测图。

03

结果解读

输出图表中具体指标的含义与「创建传统模型」时的输出图表一致，本次只进行简要介绍，各指标的具体内容可以查看以下文章：

【统计分析软件SPSS】189、时间序列分析——使用专家建模器构建模型（结果解读）

• 输出结果一：模型预测

通过应用已保存的模型，成功生成了未来三个月（2004年4月、5月、6月）的预测数据。

在SPSS数据编辑器中，新增了85个以「预测_Market_X_模型」命名的变量，分别对应85个本地市场的用户订阅量预测值。另外，数据集新增了3行记录，分别代表预测期的三个时间段，同时自动生成了日期标签。

该表格详细列出了为85个本地市场（Market_1 至 Market_85）各自建立的时间序列模型的类型和结构。

模型拟合表提供了所有序列模型计算的拟合统计量，简明地总结了参数重新估计后的模型对数据的拟合程度。

在本次示例中，表格显示每个模型预测的平均不确定性约为1%，最大不确定性约为2.5%（MaxAPE的平均值），最坏情况约为4%。同样的，误差是否属于可接受范围，取决于具体应用目的和业务需求。

该表展示了每个序列模型的拟合质量与残差检验结果。