股票数据spss分析模型

1. 想要一个用SPSS软件分析的典型相关分析的实例，有具体的解释

实例内容

道琼斯工业平均指数（DJIA）和标准普尔指数500（S&P 500）都被用做股市全面动态的测度。DJIA是基于30种股票的价格动态；S&P
500是由500种股票组成的指数。有人说S&P 500是股票市场功能的一种更好的测度，因为它基于更多的股票。表7-2显示了DJIA和S&P 500在1997年10周内的收盘价。请计算它们之间的样本相关系数。不仅如此，样本相关系数告诉我们DJIA和S&P 500之间的关系是怎样的？

表给出了道琼斯工业平均指数和标准普尔指数在同一时间点的数值。由于这些数值都是连续型变量，同时根据两个股票指数的散点图，可见它们呈显着的线性相关，因此可以采用Pearson相关系数来测度它们之间的相关性。但为了比较，我们也计算了这两组变量的Kendall和Spearman相关系数。

2. 请问下怎么用SPSS建立ARIMA模型预测某个地区未来几年的GDP发展速度

ARIMA模型要求序列是平稳序列，因此要对数据进行平稳性分析。下面做股票序列的自相关图和偏自相关图进行分析序列的平稳性。
在SPSS主窗口，依次点击“分析”，“预测”，“自相关”，弹出自相关设置窗口。
在自相关设置窗口中，将“收盘”序列选入“变量”框，然后“输出”项勾选“自相关”和“偏自相关”，然后确定，就得到自相关图岩神和偏自相关图。
从图中可以看出，序列的自相关图（ACF）和偏自相关图（PACF）都是拖尾的，说明序列是非平稳的。
一般一届差分都是平稳的，因此可以通过差分做进一步分析。
绘制差分序列图，观察其平稳性。在第3步的序列窗口中，勾选“差分”选项，即绘制差分序列的序列图，这里使用1阶差分。然后再看差分序列的ACF和PACF图，步骤如下，依次点击“分析”，“预测”，“自相关”，在弹出的自相关窗口中选择“差分”，然段亮后确定，就能握枣宽得到差分序列的ACF和PACF图。
由图可知，差分序列的ACF和PACF都是拖尾的，因此，可对原始序列（是原始序列！）建立ARIMA(p,1,q)模型。

经过反复试验，确定模型为ARIMA(1,1,1)，模型运行如下：依次点击“分析”，“预测”，“创建模型”，弹出时间序列建模器。

3. 用spss分析股票，如何把一只股票前n个交易日的开盘价和收盘价导入spss

有两种方法：

（1）把数据存成文档文件，然后用spss的文本向导打开。

具体操作如下图：

4. spss股票分析准吗

spss能对股票走势进行颤燃分析，准确度因人而异。
Arima模型是随机性时间序列分析的一大毕拍类分析方法的综合，可以进行精度较高的短期预测，但仅仅就是进行数据分析来预测股票走势也是片面的，需要茄数虚多方面做考虑。