用SPSS进行分类变量频率分析，首先我们需要对使用的案例数据背景做个了解，前段时间我们对公司购物网站用户消费行为以及消费态度进行了一次调研，调查问卷的题目及相关的。
（三）时间序列分析的基本方法 1.模型的选择和建模基本步骤（1）建模基本步骤1）用观测、调查、取样，取得时间序列动态数据。2）作相关图，研究变化的趋势和周期，并能发现跳点和拐点。拐点则是指时间序列从上升趋势突然变为下降趋势的点，如果存在拐点，则在建模时必须用不同的模型去分段拟合该时间序列。3）辨识合适的随机模型，进行曲线拟合。（2）模型的选择当利用过去观测值的加权平均来预测未来的观测值时，赋予离得越近的观测值以更多的权，而“老”观测值的权数按指数速度递减，称为指数平滑（exponential smoothing），它能用于纯粹时间序列的情况。对于短的或简单的时间序列，可用趋势模型和季节模型加上误差来进行拟合。对于平稳时间序列，可用自回归（AR）模型、移动平均（MA）模型或其组合的自回归移动平均（ARMA）模型等来拟合。一个纯粹的AR模型意味着变量的一个观测值由其以前的p个观测值的线性组合加上随机误差项而成，就像自己对自己回归一样，所以称为自回归模型。MA模型意味着变量的一个观测值由目前的和先前的n个随机误差的线性的组合。当观测值多于50个时一般采用ARMA模型。对于非平稳时间序列，则要先将序列进行差分（Difference，即每一观测值减去其前一观测值或周期值。
时域分析法，根轨迹法和频域分析法有什么区别？ 时域分析法2113是以闭环主导极点为思想，目的在于分5261析系统的4102动态性能，即各种调节时间、超1653调量等等.根轨迹法是以闭环特征方程在s平面的分布，研究系统稳定性的(因为当极点跑到右半平面，系统将会不稳定)频域分析法则是针对不同频率正弦波输入的响应的，其思想在于任何的输入信号，经过傅里叶变换都可以分解成许多谐波之和，它分析的就是对每一个频率的谐波的.其本身并无太大的意义，但其衍生出来的许多方法，如奈氏图判稳、Bode图(会在校正中用到)、稳定裕度等十分有用。时域分析：波形及其特征数据，峰峰值、峰值、有效值、均值、歪度、峭度和波峰因子等，轴心轨迹。频域分析：频谱及其特征数据，中心频率、均方根频率、频率标准差和频率集中度等，频谱与转速与时间的关系等。根轨迹法：是开环系统某一参数从零变化到无穷大时，闭环系统特征根在s平面上变化的轨迹。可分成常义根轨迹和广义根轨迹。
