一些概念性的知識點我這里沒有寫，直接放個例子在這里。
第一步：
定義日期標示量：
打開數據文件，單擊"數據"，選擇"定義日期和時間"，彈出"定義日期"對話框，
數據中的起始時間就是數據文件里面的單元格第一個時間，我的第一個是1997年8月，每行表示的是月度銷售量，因此，需要從"定義日期"對話框的左側"個案是"框中選擇"年，月"，在左側輸入‘1997’，月框中輸入‘8’，表示第一個個案的起始月是1997年8月，然后點擊確認，這樣spss數據文件里面就會生成3個新的變量
如下圖：
第二步：
了解時間序列的變化趨勢，做一個序列表就可以了，單擊"分析"，里面選擇"時間序列預測，選擇"序列圖"對話框，然后把'平均值'移到"變量"框里面，‘DATE_’移到"時間軸標簽"框中，單擊"確定"。結果如圖
根據序列圖的分析知道，序列的波動隨着季節的波動越來越大，所以我們選擇乘法模型；
第三步：
單擊“分析”，選擇時間序列預測，然后選擇“季節性分解”，彈出“季節性分解”對話框，確認無誤之后點擊確定，如圖：
發現多了四個變量，ERR表示的誤差分析；SAS表示的是季節因素校正后序列；SAF表示的季節因子；STC表示的是長期趨勢和循環變動序列。
我們可以把新出現的四個變量、平均值和DATE_做序列圖，先把ERR、SAS、STC和平均值和DATE_做個序列圖，效果如下：
再單獨做個ＳＡＴ和ＤＡＴＥ＿的時間序列圖：
后面就是開始預測了：
1、 單擊“分析”，選擇“時間序列預測”，然后選擇“創建傳統模型”，之后就會彈出“時間序列建模”對話框。
2、 將“平均值”移至“因變量”框中，然后確定中間的“方法”，在下拉列表中選擇“專家建模器”項，單擊右側的“條件”按鈕，彈出“時間序列建模器：專家建模器條件”對話框。
3、 在“時間序列建模器：專家建模器條件”對話框的“模型”選項卡中，在“模型類型”框中選擇“所有模型”項，並勾選“專家建模器考慮季節性模型”復選框，設置完，點“繼續”按鈕
4、 在“時間序列建模器”對話框中，切換至“保存”選項卡中，勾選“預測值”復選框，單擊“導出模型條件”框中“XML文件”后面的“瀏覽”按鈕，然后設置導出的模型文件和保存路徑，然后單擊“確定”按鈕就可以了。
做完上面的步驟之后，在原始數據上面就又會多一列預測值出現。如圖：
之前我們保存了預測的模型，我們現在就利用那個模型進行預測數據。
1、 單擊“分析”，選擇“時間序列預測”，然后選擇“應用傳統模型”，彈出“應用模型序列”對話框。具體的操作如下圖：
做完上面的之后最后一步就是切換至“保存”界面，勾選“預測值”之后單擊確定就可以了。
從預測值直接看看不出來，我們可以把預測的數據和原始數據放到一起看下，也是直接做序列圖就可以。
這樣就完成了一次時間序列的模型，具體的預測數據可以看原始數據上面的出現的新的一列數據。
不足：
1、發現時間序列預測的定義日期沒有年/月/日這樣的模型，網上搜了下，有的人說用語法可以時間，但是還不是很熟悉，沒有看太懂；
2、這個只是簡單的介紹了下時間序列的大致步驟，並不是一個實例項目。希望下次可以做一個完整的項目出來。