如题，我这里有10几个单品，有历史销售数据1年的记录，怎么通过SPSS进行预测出每个单品
的下月、下季度、乃至年的销售量。
回归分析，将一些你认为影响销量的因素指标纳入，比如一些客观指标（GDP）和主观指标（营销推广投入），建立线性回归模型，得到回归方程。
接下来，就可以根据这个方程，通过这些指标预测未来的销售量了。
可以用支持向量机（svm）做线性回归，也可以用单层的神经网络。
你有1年的记录，那么每个单品下月下季度下年的销售量可以用表达式
销量=a(w0*m0+b0)+a(w1*m1+b1)+...+a(w11*m11+b11)表示。
其中a是一个激活函数，比如你可以用sigmoid，m0~m11是你的去年的记录。w0~w11和b0~b11是未知数。
那么只要你有足够多的样本，你就可以拟合找到w0~w11和b0~b11这些参数的比较好的取值，说白了就是在你的数据集上找到满足上述表达式的误差最小的一组参数，从而得到上述表达式。
用那个表达式就可以算出销量。
不知道你说的10个单品是什么意思，如果是你的训练样本，那么太少了。你最好要多一些才能预测比较准确。