1. 打開SPSS，從Excel中讀取數據
2. 選擇變量視圖，將除日期之外的其他變量的測量值設為“標度”
3. 由於要進行時間序列分析，所以要首先定義時間。選擇“數據” > "定義日期和時間..."，彈出的對話框中選擇個案是“天”（不涉及周期性/季節性分析），點擊確定。
注意：若數據存在或可能存在周期性/季節性，則應在定義日期時為其設置合適的周期，例如：若認為數據以周為周期，則應選擇個案是“周、日”
4. 由於監測儀器的故障，原始數據存在部分缺失值，在進行時間序列分析之前，應補齊這些缺失值。選擇“轉換” > “替換缺失值...”，選入存在缺失的變量，為每個變量設置轉換后的變量名稱，以及填補缺失值的方法，注意選擇完“方法之后”應點擊“變化量”進行確認，否則仍按照默認方法（序列平均值）處理，此處均采用“臨近點的線性趨勢”，完成后點擊確定。
5. 使用時間序列預測之前，應給出預測時間段內的自變量數據，如圖所示。
6. 選擇“分析” > “時間序列預測” > “創建傳統模型...”，將監測數據選為因變量，其他數據選為自變量（選擇變量時應注意所選取的變量為補全缺失值的變量），方法選擇“專家建模器”。
7. 選擇“統計” > 勾選“顯示預測值”，選擇“圖”，全部勾選“每個圖顯示的內容”。
8. 選擇“保存” > 將“預測值”，“置信區間下限”，“置信區間上限”勾選為保存，選擇“選項”，設置預測至最后一天，點擊確定。
9. 專家建模器可自動識別對自變量有價值的因變量構建時間序列模型，各因變量與自變量最終時間序列模型結構和統計學參數如圖所示。
10. 各因變量預測情況如圖所示，預測值可在數據視圖中查看。
