spss平稳性检验步骤

spss平稳性检验步骤在SPSS中进行平稳性检验（主要用于时间序列数据，判断数据是否随时间呈现稳定的均值和方差），核心方法为单位根检验（ADF检验）。以下结合医学时间序列数据（如重症肺炎患者IL-6水平随时间的变化），详解操作步骤与结果解读：一、数据准备与格式要求1.

数据特征需为时间序列数据：包含“时间变量”（如住院天数，1=第1天，2=第2天…）和“观测变量”（如IL-6水平，连续型）。示例数据：某重症患者1-14天的IL-6值（对应病例中IL-6从1280pg/mL降至186pg/mL的动态变化），数据格式如下：时间（天）IL-6（pg/mL）1128021150......141862.

定义时间变量打开SPSS→进入数据视图，确认“时间”变量为数值型（整数，代表时间点）。点击菜单栏

【数据】→【定义日期和时间】，弹出对话框：选择时间格式（如“天数”）→【确定】，SPSS会自动识别时间序列顺序。二、单位根检验（ADF检验）操作步骤1.

打开分析模块点击菜单栏

【分析】→【预测】→【单位根检验】（SPSS26及以上版本支持；低版本需通过“时间序列”模块间接实现）。2.

设置检验参数【变量】：选入待检验的观测变量（如“IL-6”）。【检验类型】：默认“增强的迪基-富勒（ADF）”（最常用的平稳性检验方法）。【模型】：根据数据特征选择（关键参数，影响检验结果）：无常数项，无趋势：数据无明显均值（接近0）和趋势（如随机波动）。有常数项，无趋势：数据均值非0但无时间趋势（如IL-6始终在1000pg/mL左右波动）。有常数项，有趋势：数据均值随时间呈线性变化（如IL-6随治疗逐渐下降，含趋势）。

（案例中IL-6随时间下降，需勾选“有常数项，有趋势”）。【滞后长度】：选择“自动选择”（默认基于AIC准则，适合初学者），或手动设置滞后阶数（如滞后2期）。点击【确定】

运行检验。三、结果解读：判断数据是否平稳1.

核心输出表格：单位根检验结果指标案例结果（IL-6时间序列）解读标准检验统计量（ADF值）-3.862绝对值越大，越可能拒绝原假设P值（Sig.）0.012P<0.05→拒绝原假设（数据平稳）临界值（1%/5%/10%）-3.96/-3.08/-2.68若ADF值<临界值（如-3.862<-3.08），则平稳2.

结论判断若P<0.05且ADF值<5%临界值：数据平稳，可直接用于ARIMA、指数平滑等时间序列模型。

（案例中P=0.012<0.05，IL-6时间序列平稳，说明治疗后炎症因子水平波动趋于稳定）。若P≥0.05：数据不平稳（存在单位根），需进行差分处理（见下文“处理方法”）。四、非平稳数据的处理：差分法若检验显示数据不平稳（如IL-6初期波动剧烈），需通过差分转化为平稳序列：1.

计算差分序列点击

【转换】→【创建时间序列】。【函数】选择“差分”→【序列长度】设为1（一阶差分，消除线性趋势）。【变量】选入“IL-6”，生成新变量（如“D_IL6”，表示相邻时间点的差值）。2.

对差分序列再次检验重复上述ADF检验步骤，若差分后P<0.05，则视为平稳序列（如IL-6的一阶差分序列P=0.008<0.05，可用于建模）。五、注意事项与应用场景医学研究中的典型应用：分析重症患者体温、炎症因子（IL-6、PCT）、血氧饱和度等指标的动态稳定性，判断治疗是否起效（如案例中IL-6平稳性检验支持“炎症控制有效”）。预测后续指标变化（如基于平稳的IL-6序列，预测第15天数值）。SPSS版本差异：低版本（如SPSS22及以下）无“单位根检验”模块，需通过“分析→时间序列→自相关”绘制自相关图（ACF）辅助判断：若ACF快速衰减至0，提示平稳；若缓慢衰减，提示非平稳。滞后阶数选择：

滞后阶数过大可能降低检验效能，过小可能遗漏重要信息，建议优先使用“自动选择”功能（基于AIC最小准则）。通过上述步骤，可系统完成SPSS中的平稳性