SPSS中建立ARIMA模型并进行预测，可通过以下步骤完成：
1. 打开SPSS软件，导入需要进行分析的数据集。
2. 选择“Analyze”菜单中的“Time Series”选项，然后选择“Run Time Series Model”项。
3. 在弹出的对话框中，选择“ARIMA”模型，并输入需要分析的时间序列变量。
4. 在“ARIMA”模型设定中，设置AR和MA的最大值，以及需要进行差分的次数（如需要进行一阶差分，则设置为1）。
5. 选择“Estimation”选项卡，设置模型的估计方法（如MLE或CSS）。
6. 点击“Ok”按钮，进行模型拟合。
7. 模型拟合完成后，可以查看模型的参数估计值、显著性检验结果等信息。
8. 选择“Forecasting”选项卡，设置需要进行预测的时间步长和置信度水平。
9. 点击“Ok”按钮，进行预测。
10. 预测完成后，可以查看预测结果的时间序列图和置信区间。
注意事项：
1. 在建立ARIMA模型时，应根据数据的自相关和偏自相关函数选择合适的AR和MA的阶数。
2. 在预测时，应注意选择合适的时间步长和置信度水平，避免过拟合或者欠拟合。
3. ARIMA模型适用于平稳或弱趋势的时间序列，若数据具有明显的趋势或季节性，则需要进行差分或者季节性调整。
