摘要：本文的第一部分是简单介绍了时间序列模型、分析工具SPSS以及SAS中的X-12-ARIMA模型。第二部分是分别使用SPSS和SAS对社会消费品零售总额波动趋势进行分析建模并进行短期预测。使用SPSS时，首先对收集的数据进行缺失值的填充，然后进行图形化观察，再筛选出最优的拟合模型，最后对今年12个月的社会消费品零售总额进行预测。使用SAS时，首先进行异常影响因素的检验，本文选择了季节和月份长度两个因素，结果显示月份长度和季节性因素都不是显著异常值，可以不建立特殊效应回归模型。然后拟合x-11模型，发现改变参数，筛选出有较好的拟合效果的模型，再使用该模型进行预测。最后一部分提出了一些简单的思考。

【关键词】时间序列，SPSS，SAS，社会消费品零售总额

目录

摘要

ABSTRACT

前言-5

第一章 涉及的理论的一些注意点-6

第一节 时间序列知识的注意点-6

第二节 SPSS中涉及的功能-8

第二章 用SPSS做社会消费品零售总额分析-8

第一节 缺失值处理-8

第二节 图形化观察-10

第三节 模型筛选-14

第四节 预测-15

第三章 用SAS做社会消费品零售总额分析-17

第一节 异常影响因素检验-17

第二节 构建ARIMA模型-18

第三节 拟合X-11模型-20

第四节 预测-21

第四章 思考-22

主要参考文献-23

致谢-24

附录（程序）-24

x11 mode=mult;-26