用spss学习时间序列很久的心得。主要内容：
      1.可以根据spss的ar模型参数，完美地在excel中产生spss的拟合值计算，二者一模一样的（ar1和ar2都有）。
      2.可以根据spss的ma模型参数，完美地在excel中产生spss的拟合值计算，二者前几个有些许误差，越到后面结果和spss越一致（ma1有）。
      3.没有ARIMA混合模型的验证。
     网上到处找资料，都是零零散散的，看了很多书，总算明白了一些。另外，spss的arima模型参数，可能是使用极大似然估计，或者误差最小二乘法思想，得到的。
    本文档关注：arima模型得到spss的计算参数后，spss的拟合值（预测值）是如果根据原始 序列和参数，计算来的。本人的研究和spss基本一致（附了数据，excel公式等细节）。
    贴出文档目录（纸上得来终觉浅，绝知此事要躬行！十年磨一剑，实在太辛苦，收20个币，不喜勿喷，高手勿喷！！！）

第1章 AR(1)模型.. 1

1.1 原始数据... 1

1.2 拖尾截尾分析... 4

1.3 Spss的AR(1)结果... 5

1.4 结论一：趋势项提取... 6

1.5 结论二：AR(1)模型... 7

1.6 残噪分析... 7

1.7 对yerr的回归... 9

1.8 最后结论AR(1) 9

1.9 再次计算预测值... 10

1.10 再次计算残差... 11

1.11 进一步研究... 12

第2章 AR（2）分析.. 14

2.1 分析结果... 14

2.2 趋势项... 15

2.3 结论一：AR(2)模型... 15

2.4 残噪分析... 15

2.5 计算真实预测和残差... 16

第3章 MA(1)未来的预测.. 18

3.1 预测理论... 18

3.2 经典例子... 18

第4章 Spss的MA(1)拟合值计算.. 19

4.1 原始数据... 19

4.2 分析准备... 25

4.3 MA(1)参数... 25

4.4 Excel验证数据... 25