中途安装的时候出现了这样的安装错误提示：

看的我傻眼了，后来就上网搜索MSXML，还真被我找到了，下载安装后，再重新安2010就正常进行安装了。

MSXML6.10.1129.0下载链接：www.microsoft.com/downloads/details.aspx

如你也遇上同样的问题，没关系，请选择下载最适合您的文件，如不知道选择哪个文件，可以三个都下载进行安装，会有个适合你安装的。

最后安装成功，我的电脑上同时存在OFFICE三个版本：03、07、10，哈哈！

下面看看如何采用SPSS软件进行时间序列的预测!
这里我用PASW Statistics 18软件，大家可能觉得没见过这个软件，其实就是SPSS18.0，不过现在SPSS已经把产品名称改称为PASW了！

我们通过案例来说明：（本案例并不想细致解释预测模型的预测的假设检验问题，1-太复杂、2-相信软件）
假设我们拿到一个时间序列数据集：某男装生产线销售额。一个产品分类销售公司会根据过去 10 年的销售数据来预测其男装生产线的月销售情况。

现在我们得到了10年120个历史销售数据，理论上讲，历史数据越多预测越稳定，一般也要24个历史数据才行！

大家看到，原则上讲数据中没有时间变量，实际上也不需要时间变量，但你必须知道时间的起点和时间间隔。

当我们现在预测方法创建模型时，记住：一定要先定义数据的时间序列和标记！

这时候你要决定你的时间序列数据的开始时间，时间间隔，周期！在我们这个案例中，你要决定季度是否是你考虑周期性或季节性的影响因素，软件能够侦测到你的数据的季节性变化因子。

定义了时间序列的时间标记后，数据集自动生成四个新的变量：YEAR、QUARTER、MONTH和DATE（时间标签）。

接下来：为了帮我们找到适当的模型，最好先绘制时间序列。时间序列的可视化检查通常可以很好地指导并帮助我们进行选择。另外，我们需要弄清以下几点：

• 此序列是否存在整体趋势？如果是，趋势是显示持续存在还是显示将随时间而消逝？

• 此序列是否显示季节变化？如果是，那么这种季节的波动是随时间而加剧还是持续稳定存在？

这时候我们就可以看到时间序列图了！

我们看到：此序列显示整体上升趋势，即序列值随时间而增加。上升趋势似乎将持续，即为线性趋势。此序列还有一个明显的季节特征，即年度高点在十二月。季节变化显示随上升序列而增长的趋势，表明是乘法季节模型而不是加法季节模型。

此时，我们对时间序列的特征有了大致的了解，便可以开始尝试构建预测模型。时间序列预测模型的建立是一个不断尝试和选择的过程。

PASW Statistics提供了三大类预测方法：1-专家建模器，2-指数平滑法，3-ARIMA

• 指数平滑法
  

指数平滑法有助于预测存在趋势和/或季节的序列，此处数据同时体现上述两种特征。创建最适当的指数平滑模型包括确定模型类型（此模型是否需要包含趋势和/或季节），然后获取最适合选定模型的参数。

1-简单模型预测（即无趋势也无季节）

首先我们采用最为简单的建模方法，就是简单模型，这里我们不断尝试的目的是让大家熟悉各种预测模型，了解模型在什么时候不适合数据，这是成功构建模型的基本技巧。我们先不讨论模型的检验，只是直观的看一下预测模型的拟合情况，最后我们确定了预测模型后我们再讨论检验和预测值。

从图中我们看到，虽然简单模型确实显示了渐进的上升趋势，但并不是我们期望的结果，既没有考虑季节性变化，也没有周期性呈现，直观的讲基本上与线性预测没有差异。所以我们拒绝此模型。

2-Holt线性趋势预测

Holt线性指数平滑法，一般选择：针对等级的平滑系数lapha=0.1,针对趋势的平滑系数gamma=0.2；

从上面的拟合情况看，Holt预测模型更平滑了，也就是说Holt模型比简单模型显现了更强的平滑趋势，但未考虑季节因素，还是不理想，所以还应放弃此模型。

3-简单季节性模型

当我们考虑了季节性变化后，简单季节性预测模型基本上较好的拟合了数据的大趋势，也就是考虑了趋势和季节。

4-Winters相乘法预测模型

我们再次选择Winters预测模型，实际上这时候非统计专业人士其实已经可以不用考虑Winters模型的原理了，因为对于大部分经营分析人员，如果期望把每一个预测方式的细节都搞清楚，并不容易，也容易陷入数量层面的纠葛中，我们只要相信软件算法就可以了。

此时，在数据集的时间跨度为10年，并且包含 10 个季节峰值（出现在每年十二月份）中，简单季节模型和Winters模型都扑捉到了这10个峰值与实际数据中的10个年度峰值完全匹配的预测结果。此时，我们基本上可以得到了一个比较满意的预测结果。

此时也说明，无论采用指数平滑的什么模型，只要考虑了季节因素，都可以得到较好结果，不同的季节性指数平滑方法只是细微差异了。

但是，我们仔细看预测值和拟合值，还是有一些上升和下降的趋势和结构没有扑捉到。预测还有改进的需求！

5-ARIMA预测模型

ARIMA模型是自回归AR和移动平均MA加上差分考虑，但ARIMA模型就比较复杂了，对大部分经营分析人员来讲，要搞清楚原理和方程公式，太困难了！期望搞清楚的人必须学过随机过程，什么平稳过程、白噪声等，大部分人头都大了，现在有了软件就不问为什么了，只要知道什么数据In，什么结果Out，就可以了。

我们采用专家建模器，但指定仅限ARIMA模型，并考虑季节性因素。

此时，我们看到模型拟合并相比较简单季节性和Winters模型没有太大的优势，结果可接受，但是大家注意到没有，实际上我们一直没有考虑自变量的进入问题，假如我们有其它变量可能会影响到男装销售收入，情况又会发生什么变化呢？

时间序列预测技术之三——含自变量的ARIMA模型预测

预测：是对尚未发生或目前还不明确的事物进行预先的估计和推测，是在现时对事物将要发生的结果进行探讨和研究，简单地说就是指从已知事件测定未知事件。

为什么要预测呢，因为预测可以帮助了解事物发展的未来状况后，人们可以在目前为它的到来做好准备，通过预测可以了解目前的决策所可能带来的后果，并通过对后果的分析来确定目前的决策，力争使目前的决策获得最佳的未来结果。

预测的总原则是：认识事物的发展变化规律，利用规律的必然性，是进行科学预测所应遵循的总的原则。

这个总原则实际上就是事物发展的

1-“惯性”原则——事物变化发展的延续性；

2-“类推”原则——事物发展的类似性；

3-“相关”原则——事物的变化发展是相互联系的；

4-“概率”原则——事物发展的推断预测结果能以较大概率出现，则结果成立、可用；

时间序列预测主要包括三种基本方法：

1-内生时间序列预测技术；2-外生时间序列预测技术；3-主观时间序列预测技术；

当然今天我们主要讨论内生时间序列预测技术——也就是只关注时间序列的下的预测问题！

1. 序列是否在固定水平上下变动？
2. 此水平是否也在变动？
3. 是否有某种上升或下降的趋势呢？
4. 是否存在有季节性的模式？
5. 是否季节性的模式也在变更呢？
6. 是否存在周期性规律和模式？

• 长期趋势(Long-term trend) 

1. 时间序列可能相当稳定或随时间呈现某种趋势。
2. 时间序列趋势一般为线性的(linear)，二次方程式的 (quadratic)或指数函数(exponential function)。

• 季节性变动(Seasonal variation)

1. 按时间变动，呈现重复性行为的序列。
2. 季节性变动通常和日期或气候有关。
3. 季节性变动通常和年周期有关。

• 周期性变动(Cyclical variation)

• 随机影响(Random effects)

• 指数平滑方法（Exponential smoothing models）：

• ARIMA模型：

1.0版：人生是杯具。
2.0版：我的人生就像茶几，上面摆满了杯具。
3.0版：人生像茶几，上面摆满了杯具；人生又像茶杯，本身就是个杯具；人生更像茶叶，终究要被浸泡在杯具之中。
4.0版：人生就像牙缸，你可以把它看成杯具，也可以看成洗具。
5.0版：人生就像茶几，上面摆满了杯具。当你努力跳出一个杯具时，却发现自己跳进了一个餐具（惨剧）。
6.0版：人生就像是一个茶几，上面摆满了杯具。当我们认为自己跳出一个杯具时，却已经掉进了另外一个杯具。而若你发现你没有跳进另一个杯具……那恭喜你……你掉下茶几了。
7.0版：人生就像一个透明的杯具，我们自知身在其中，偶尔和另一个杯具一见钟情，却出不去。
8.0版：我跟上帝说我渴了，于是上帝给了我一大堆杯具。
9.0版：女人是水做的，为了迎合她们，男人注定成为一个个杯具。
10.0版：人生要泡在杯具里才能入味。
11.0版：人参要泡在杯具里才能入味。

终极版：人生是一只茶几，上面放满了杯具。而本身就是杯具的我们还非加上茶叶自以为与别人没有茶具（差距），结果人人都说咱现在要具就用餐具（惨剧）。我们在沉默中灭亡，成了文具；在沉默中爆发，成了火炬。我们想明哲保身，都成了面具。我们想一鸣惊人，都成了京剧。不能再次相聚，执手相看泪眼，成了默剧。生活是自己的杯具，别人眼里的洗具（喜剧）。

1、不怎么爱发短信了，有什么事还是通个话比较好，并且喜欢长话短说。

2、不喜欢花太多时间沉浸在感情的思考中，觉得那种煽情的小情节已经不属于你了。

3、有时候挺喜欢独处的，但是你不在顾影自怜，你喜欢上上网，听听歌，并且自得其乐，偶尔玩玩游戏。

4、以前只爱看娱乐节目，并且准时等待，现在你爱看法制频道，科学探索你也经常关注。

5、会抽出空来去电影院看电影，你小时候觉得那是个很浪漫的谈情场所，你现在宠着你熟悉的导演你喜欢的演员去。

6、加了很多QQ群，从小学到工作的，有兴趣一致的或者星座一样的，但是你不怎么爱在群里发言。

7、有时候你会写博客，也有一些照片，你不经常到处走访别人的博客，因为你博客里的东西是写给自己看的。

8、偶尔哼着的歌，还是好几年前你熟悉的旋律，歌词也许都记得不太清楚了，但是依然接着哼。

9、床头至少会有一本书，也许是你并未读完的书，但是一定是一本好书，你偶尔会翻来看，知道你读完。

10、开始发现不吃早餐的严重性，不管怎么样你都会填个肚子。

11、永远给不出你年龄的确切答案，22还是23，22岁半吧。

12、有个账本，你不会像以前一样不知道钱花哪里去了。

13、开始花一个周末的时间在超市购物，并且买好你一周乃至半个月的生活用品。冰箱空了你就会记得塞满。

14、小时候喜欢把东西到处乱扔，你现在看见哪里不整洁了你会自然而然收拾一下，乱七八糟的你不舒服。

15、打电话给父母的时候开始叮嘱他们要注意身体健康，你觉得有时候你反倒像大人，他们像你的孩子。

16、不浪费水不浪费电。

17、衣服可能不会很多，但是一定都会体面。

18、偶尔喝朋友同事们聚会，你会喝点酒，但是你不会轻易让自己醉。

19、看到很小的小朋友的时候会觉得童年真美好。

20、有一个经常逛的论坛。

更多3D小人请到：http://ishare.iask.sina.com.cn/f/5975777.html

下载

第一步：找张你需要自定义模板的图片，当然不能太花；

第二步：新建一个空白PPT；

第三步：在PPT里插入你要的图片；

第四步：可以制作一些背景，当然也可以用纯白，注意图片要与背景的协调，不要把图片跟背景区分明细，要让他们看起来融为一体；

第五步：用艺术字写上博客的大标题；

第六步：用截图软件，截取950px（宽）*300px（高），保存。px代表像素的图片，刚开始我也不明白，就问的lily，嘿嘿！

第七步：在新浪我的博客首页--页面设置--自定义风格--更换头图--上传图片，设置好参数即可。

第八步：可以选择是否要更换背景，需要的话自行研究，哈哈！

案例一：

案例二：

样章试读下载：http://ishare.iask.sina.com.cn/f/5964362.html

如对此书有何建议可上Excelpro图表博客原帖进行回复建议，说不定作者以赠书回馈：http://excelpro.blog.sohu.com/135192675.html

在观光巴士上，可惜迟了点，前面的位置被其它游客占了 

厦大白城的海滩 

环岛路边上的音乐广场 

12支浆，有象征意义的，具体没听清楚车上广播介绍，海风太大了 

厦门机场 

准备降落的飞机 

闽剧 

厦大 

老式三轮摩托 

鼓浪屿上的郑成功雕像 

鼓浪屿上的私人别墅 

鼓浪屿上的特色小店 

    刚到福州给我的印象就是电动车多，路边停着密密麻麻的电动车，晚上下班的时候，十字路口围个水泄不通。

经过多方面咨询，福州市区好玩的地方较少，刚好海浪第二天中午请我们吃安泰楼，附近就是三坊七巷，所以旧去逛逛，刚好林则徐纪念馆在旁边，顺便路过，想进去看看，但看两个门紧闭，故此作罢！ 

店家卖的桌子，应该是新做的，不是古董。 

这个应该是屏风 

刚好看到三坊七巷里有居民结婚，这些屋子要是没人住，没了人气，那房子会旧的更快。