我看出来了，比如：Sig值越大越好，平稳得R方也是越大越好吧！
? Sig.列给出了Ljung-Box 统计量的显著性值，该检验是对模型中残差错误的随机
检验；表示指定的模型是否正确。显著性值小于0.05 表示残差误差不是随机的，则意味着所观测的序列中存在模型无法解释的结构。
? 平稳的R方：显示固定的R平方值。此统计量是序列中由模型解释的总变异所占比
例的估计值。该值越高（最大值为 1.0），则模型拟合会越好。
? 检查模型残差的自相关函数 (ACF) 和偏自相关函数 (PACF) 的值比只查看拟合
优度统计量能更多地从量化角度来了解模型。合理指定的时间模型将捕获所有非随机的变异，其中包括季节性、趋势、循环周期以及其他重要的因素。如果是这种情况，则任何误差都不会随着时间的推移与其自身相关联（自关联）。这两个自相关函数中的显著结构都可以表明基础模型不完整。
如果你一定要理解RMSE或者MAE等统计检验量，只好找来教科书好好学习了！我想，
等我要写教科书的时候，一定会告诉大家如何检验这些统计量，并给出各种计算公式！但我的学生或读者大部分是文科或企业经营分析人员，讲这些东西他们都会跑了！
大家不要忘了，SPSS时间序列预测模块还包含模型应用，也就是可以把预测模型转存为XML模型文件，以后预测的时候就可以不用原始数据了！
我记得早期SPSS公司推出时间序列预测模型软件DecisionTime& What-if，非常好用，而且还可以进行更为细致的分析，甚至结果输出都是自动报告！
当然，我找机会用PASW Modeler 13操作一次上述时间序列预测建模过程，也就是数据挖掘工具中的时间序列预测方法，会更方便、更简单、更好部署！
备注：PASW Modeler 13就是SPSS公司的Clementine 13.0版本！ 博易智讯的马博士说：SPSS公司已经把SPSS软件改名叫PASW Statistics，Clementine叫PASW Modeler
7
喜欢