SPSS 命令: SPSS CCF
两个时间序列之间的互相关
互相关衡量两个序列在其中一个相对另一个错开时间后的同步程度。
免费 · 无需注册 · 文件留在本机 · 更新于 2026年10月18日
能告诉你什么
Crosstabs 对两个对齐的序列运行 SPSS CCF，报告从 −k 到 +k 每个滞后阶的相关系数及其标准误，帮助你判断广告投放是否领先销量、知名度是否滞后于媒体投放。
- 两个序列在哪个滞后阶上关系最强，以及方向如何。
- 谁领先：在正滞后 k 处出现峰值，表示时间 t 的 X 与时间 t + k 的 Y 对应。
- 某个相关是否明显超出噪声水平：参照各滞后阶的标准误。
适用场景
适合使用
- 想知道一次推广活动、价格调整或新闻事件需要几期才会反映到追踪指标上。
- 需要确定把预测变量的哪一阶滞后放入回归或 AREG 模型。
- 两个追踪指标走势相近，想检验其中一个是否是另一个的领先指标。
改用其他方法
- 两个序列都有趋势：共同趋势会产生虚高的互相关，应先差分。
- 需要一个能检验效应显著性的模型：使用 AREG 或对滞后变量做回归。
- 任一序列在共同区间内有缺口：CCF 要求两个序列在该区间内完整。
在 Crosstabs 中如何操作
- 01
打开互相关
在“统计”模式下，从“预测”组中选择“互相关”（CCF）。
- 02
定义时间轴
两个序列共用同一时间轴，因此逐期对齐；任一序列开头和结尾的缺口会被裁去。
- 03
选择第一个序列（X）和第二个序列（Y）
把可能的驱动因素放入“第一个序列（X）”，结果变量放入“第二个序列（Y）”，这样正滞后就表示 X 领先 Y。
- 04
设置滞后与变换
设置“最大滞后”（默认 7，最多 36），并可选“差分”（0–2）、“季节性差分”（0–1）和“自然对数变换”，两个序列同时变换。
- 05
运行并查看相关图
点击“运行”。表格列出从 −k 到 +k 的每个滞后，图表标出 ±1.96 倍标准误界限。
计算示例
以下结果由 Crosstabs 引擎在构建本页时根据模拟数据实际计算得出，并非手工填写。
数据
48 个月的模拟广告投放额（X，千元）与网站访问量（Y，千次）。访问量由两个月前的投放额加噪声构成，随机种子固定。
| 滞后 | 互相关 | 标准误 |
|---|---|---|
| -6 | −0.143 | 0.154 |
| -5 | −0.256 | 0.152 |
| -4 | −0.213 | 0.151 |
| -3 | 0.003 | 0.149 |
| -2 | 0.067 | 0.147 |
| -1 | 0.049 | 0.146 |
| 0 | 0.280 | 0.144 |
| 1 | 0.438 | 0.146 |
| 2 | 0.920 | 0.147 |
| 3 | 0.365 | 0.149 |
| 4 | 0.220 | 0.151 |
| 5 | 0.062 | 0.152 |
| 6 | 0.065 | 0.154 |
使用了 48 个时间点。正滞后 k 表示 X 的时间 t 与 Y 的时间 t + k 配对。
结果解读
最强的互相关为滞后 2 处的 0.920，约为其标准误 0.147 的 6.2 倍，而同月相关仅为 0.280。由于滞后为正，说明投放额领先访问量，与数据的构造方式一致。
输出表格说明
- 互相关
- 每个滞后阶的互相关系数和标准误，并注明使用的时间点数和所做的变换。标准误假定两序列互不相关且其中一个为白噪声。
- CCF 及 95% 界限
- 互相关条形图，附 ±1.96 倍标准误界限；超出界限的条形值得关注。
前提假设与注意事项
- 两个序列均平稳；趋势或共同的季节性须先通过差分去除。
- 只有当至少一个序列接近白噪声时标准误才有效；输入序列有自相关时更容易出现虚假峰值。
- 两个序列覆盖相同且等间隔的时间点，内部没有缺口。
结果如何验证
在一对参考序列上，−7 到 +7 各滞后阶的互相关及其标准误与 statsmodels ccf（双向计算）对照，误差在 1e-12 以内。 验证证据（英文）
常见问题
负滞后如何解读？
在滞后 −k 处的峰值表示时间 t 的 Y 与时间 t + k 的 X 对应，即 Y 领先 X。若希望驱动因素出现在正滞后，可交换两个序列。
为什么所有互相关都很大？
两个都有趋势的序列仅仅因为同时上升，在每个滞后上都会相关。把“差分”设为 1（存在共同季节性时再把“季节性差分”设为 1）后重新运行。
互相关能证明因果关系吗？
不能。领先关系只说明时间先后，不说明因果：第三个因素可能以不同速度同时驱动两个序列。应把它视为建模的线索，而不是结论。
可以使用受访者层面的数据吗？
可以。按日期或波次列把行分组为各期，并为每个序列选择“每期的值”；两个序列在相同的期上计算。
相关过程
用你自己的数据运行互相关
打开 .sav、CSV 或 Excel 文件。所有计算都在浏览器中完成，文件不会离开你的设备。
SPSS 是 IBM Corp. 的商标。Crosstabs 与 IBM 无关联，也未获得 IBM 认可。