基于時間序列分析方法預(yù)測高校在校生規(guī)模

摘 要：在校生規(guī)模關(guān)系到高校各資源配備，科學(xué)預(yù)測在校生規(guī)模是高校規(guī)劃中重要的一環(huán)，為高校中長期發(fā)展起到靶向作用。SPSS作為用于分析運(yùn)算、數(shù)據(jù)挖掘、預(yù)測分析和決策支持的產(chǎn)品，能夠客觀地展現(xiàn)運(yùn)算過程及結(jié)果。其中，時間序列分析方法可以挖掘某組或多組數(shù)據(jù)隨時間變化的基本變動規(guī)律及趨勢，并利用其對將來的數(shù)據(jù)進(jìn)行預(yù)測。本文主要以某普通高校為例，基于SPSS時間序列分析，通過季節(jié)趨勢預(yù)測法對高校在校生規(guī)模進(jìn)行預(yù)測研究。

關(guān)鍵詞：在校生規(guī)模;時間序列;預(yù)測研究

引 言

隨著高等教育發(fā)展，高校招生人數(shù)一再擴(kuò)張，對校舍規(guī)模、師資力量、教學(xué)設(shè)備等資源的需求也隨之增長。越來越多的高校選擇擴(kuò)建或新建校區(qū)，以此來應(yīng)對現(xiàn)有資源緊張的問題。高校強(qiáng)調(diào)“以生為本”，所有條件發(fā)展的前提和基礎(chǔ)都是學(xué)生，預(yù)期的在校生規(guī)模成為高校未來發(fā)展的有力依據(jù)。因此，各高校開始探索更加準(zhǔn)確的在校生規(guī)模預(yù)測方法，為其拓展資源提供重要支撐。本文主要介紹SPSS時間序列分析方法主要特點(diǎn)及步驟，第2節(jié)基于某高校在校生數(shù)據(jù)模型進(jìn)行分析預(yù)測，最后總結(jié)全文。

1. SPSS時間序列分析

1.1時間序列分析方法簡析

時間序列是將某種統(tǒng)計指標(biāo)的數(shù)值，按時間先后順序排成數(shù)列。時間序列預(yù)測法就是通過編制和分析時間序列，根據(jù)其反映的發(fā)展過程、方向和趨勢，進(jìn)行類推或延伸，以預(yù)測未來某段時間其可能達(dá)到的水平。內(nèi)容包括：收集與整理某種社會現(xiàn)象的歷史數(shù)據(jù);對數(shù)據(jù)進(jìn)行檢查鑒別、排列;分析時間序列，從中尋找該現(xiàn)象隨時間變化的規(guī)律;得出模式，以此模式去預(yù)測該現(xiàn)象將來的情況。

1.2時間序列分析基本假設(shè)。基于數(shù)據(jù)分析的理想化，對該分析方法有三點(diǎn)基本假設(shè)：（1）假設(shè)事物發(fā)展趨勢會延伸到未來;（2）假設(shè)預(yù)測所依據(jù)的數(shù)據(jù)具有不規(guī)則性;（3）假設(shè)不考慮事物發(fā)展之間的因果關(guān)系

1.3時間序列分析基本步驟。（1）收集整理數(shù)據(jù)樣本。按照固定的周期性，收集較長時間內(nèi)大量數(shù)據(jù)樣本，編成時間序列，并繪制序列圖。時間序列分析通常是把各可能發(fā)生作用的因素進(jìn)行分類，按各種因素的特點(diǎn)或影響效果分長期趨勢、季節(jié)變動、不規(guī)則變動、循環(huán)變動四類。（2）分析時間序列。數(shù)據(jù)樣本中的每個數(shù)值都受到不同時期許多因素的影響。通常對于影響因素較簡單的數(shù)據(jù)樣本，以某固定周期作分解，可得出分析因子，并根據(jù)因子分析結(jié)果得出樣本模型擬合度。（3）求時間序列的長期趨勢（T）季節(jié)變動（s）和不規(guī)則變動（I）的值，并選定近似的數(shù)學(xué)模式來代表它們。（4）利用序列數(shù)據(jù)求出長期趨勢、季節(jié)變動和不規(guī)則變動的數(shù)學(xué)模型后，預(yù)測未來的長期趨勢值T和季節(jié)變動值s，在可能的情況下預(yù)測不規(guī)則變動值I。然后用以下模式計算出未來的時間序列的預(yù)測值Y：

加法模式T+S+I=Y 乘法模式T×S×I=Y

2.以某高校在校生數(shù)據(jù)模型進(jìn)行時間序列分析預(yù)測

2.1現(xiàn)有數(shù)據(jù)整理

采用SPSS Statistics 23時間序列分析，將表1中2016年1月-2019年12月每月在校生規(guī)模數(shù)據(jù)作為樣本，可得出序列圖，如圖1。

2.2 現(xiàn)有數(shù)據(jù)分析

以12個月為周期，作季節(jié)性分解，可得出在校生規(guī)模季節(jié)因子，如表2。

2.3創(chuàng)建數(shù)據(jù)模型

通過時間序列圖和季節(jié)性分解，可創(chuàng)建溫特斯乘性模型，得出2016-2019年在校生規(guī)模模型擬合度，如表3，表4。

根據(jù)表3、表4可得，平穩(wěn)R方等于50.9%，擬合效果較好，且統(tǒng)計量的顯著性P=0.953，大于0.05（此處P>0.05是期望得到的結(jié)果），同時沒有離群數(shù)值出現(xiàn)，所以接受原假設(shè)。

2.4 預(yù)測在校生規(guī)模

將模型代入時間序列預(yù)測，可得出2020-2025年在校生規(guī)模預(yù)測序列圖及在校生規(guī)模。

以9月新生入學(xué)為準(zhǔn)，則學(xué)校2025年在校生規(guī)模為29720人。

結(jié) 語

本文首先對SPSS時間序列分析方法做介紹，闡述該方法的基本假設(shè)與步驟，然后以某高校在校生數(shù)據(jù)為樣本，運(yùn)用時間序列分析方法對分析變動規(guī)律和影響因子，進(jìn)行預(yù)測、得出結(jié)果。

時間序列分析方法基于參數(shù)模型將時間序列預(yù)測與過去時間變動特點(diǎn)結(jié)合，為指標(biāo)未來發(fā)展指明走向，為預(yù)測研究提供依據(jù)。

參考文獻(xiàn)

[1] 李杰.民航院校規(guī)模預(yù)測方法研究[J]. 民航管理，2018年11期：89-90

[2] 馬文韜.民航飛行技術(shù)人才需求預(yù)測[J]. 民航管理，2019年04期：82-84

[3] 楊海民，潘志松，白瑋.時間序列預(yù)測方法綜述[A]. 計算機(jī)科學(xué)，2019年1月：21-28

[4] 羅芳瓊，吳春梅.時間序列分析的理論與應(yīng)用綜述[J].柳州師專學(xué)報，2009，24（3）

作者簡介： 楊簡暄（1994-），女，漢族，四川德陽人，大學(xué)本科，研究實習(xí)員。