股票數據spss分析模型

1. 想要一個用SPSS軟體分析的典型相關分析的實例，有具體的解釋

實例內容

道瓊斯工業平均指數（DJIA）和標准普爾指數500（S&P 500）都被用做股市全面動態的測度。DJIA是基於30種股票的價格動態；S&P
500是由500種股票組成的指數。有人說S&P 500是股票市場功能的一種更好的測度，因為它基於更多的股票。表7-2顯示了DJIA和S&P 500在1997年10周內的收盤價。請計算它們之間的樣本相關系數。不僅如此，樣本相關系數告訴我們DJIA和S&P 500之間的關系是怎樣的？

表給出了道瓊斯工業平均指數和標准普爾指數在同一時間點的數值。由於這些數值都是連續型變數，同時根據兩個股票指數的散點圖，可見它們呈顯著的線性相關，因此可以採用Pearson相關系數來測度它們之間的相關性。但為了比較，我們也計算了這兩組變數的Kendall和Spearman相關系數。

2. 請問下怎麼用SPSS建立ARIMA模型預測某個地區未來幾年的GDP發展速度

ARIMA模型要求序列是平穩序列，因此要對數據進行平穩性分析。下面做股票序列的自相關圖和偏自相關圖進行分析序列的平穩性。
在SPSS主窗口，依次點擊「分析」，「預測」，「自相關」，彈出自相關設置窗口。
在自相關設置窗口中，將「收盤」序列選入「變數」框，然後「輸出」項勾選「自相關」和「偏自相關」，然後確定，就得到自相關圖岩神和偏自相關圖。
從圖中可以看出，序列的自相關圖（ACF）和偏自相關圖（PACF）都是拖尾的，說明序列是非平穩的。
一般一屆差分都是平穩的，因此可以通過差分做進一步分析。
繪制差分序列圖，觀察其平穩性。在第3步的序列窗口中，勾選「差分」選項，即繪制差分序列的序列圖，這里使用1階差分。然後再看差分序列的ACF和PACF圖，步驟如下，依次點擊「分析」，「預測」，「自相關」，在彈出的自相關窗口中選擇「差分」，然段亮後確定，就能握棗寬得到差分序列的ACF和PACF圖。
由圖可知，差分序列的ACF和PACF都是拖尾的，因此，可對原始序列（是原始序列！）建立ARIMA(p,1,q)模型。

經過反復試驗，確定模型為ARIMA(1,1,1)，模型運行如下：依次點擊「分析」，「預測」，「創建模型」，彈出時間序列建模器。

3. 用spss分析股票，如何把一隻股票前n個交易日的開盤價和收盤價導入spss

有兩種方法：

（1）把數據存成文檔文件，然後用spss的文本向導打開。

具體操作如下圖：

4. spss股票分析准嗎

spss能對股票走勢進行顫燃分析，准確度因人而異。
Arima模型是隨機性時間序列分析的一大畢拍類分析方法的綜合，可以進行精度較高的短期預測，但僅僅就是進行數據分析來預測股票走勢也是片面的，需要茄數虛多方面做考慮。