应用统计学第9章时间序列分析简明教程PPT课件
合集下载
统计学 第9章时间 序列分析
492 505.375 529.25
592 671.75 706.75 697.83 664.06 631.9075 652.605 719.65 764.92
应用移动平均数应注意的问题:
1.移动平均的项数越多,修匀效果越好; 2.移动平均所取项数,应考虑研究对象的周期; 3.如采用偶数项移动平均,需进行两次移动平均; 4.移动平均所取项数越多,所得新数列项数则越少
2、时间序列中指标出现0或负数时,不宜计算速度
第二节 长期趋势的测定
一、时间数列的分解
1、社会经济指标的时间数列包含以下四种变动因素:
(1)长期趋势(Trend) (2)季节变动(Seasonal)
可解释的变动
(3)循环变动(Cyclical)
(4)不规则变动(Irregular) ——不规则的不可解释的变动
t2
t
Y
1992 -4
29 -116
1993 -3
32 -96
1994 -2
36 -72
1995 -1
40 -40
1996 0
例:年末总人口数
相对数时间序列: 由一系列相对数按照时间顺序排列而成的数列
例:性别比 平均数时间序列: 由一系列平均数按照时间顺序排列而成的数列
例:职工平均工资
二、时间序列的分析指标
绝对数分析指标 发展水平, 增长量
相对数分析指标 发展速度 , 增长速度
平均数分析指标 平均发展水平 ,平均增长量 平均发展速度 ,平均增长速度
时间 t 1 2 3 4 5 6 7 8 9 45
产量 逐期增 ty t2 Y 长量
29
--
29
32
3
64
36
统计学第9篇(时间序列)
3. 不同方法计算的平均速度指标的比较 几何平均法(水平法) 方程式法(累计法)
计算简单
求解方程难
与中间水平无关,只与期 与各水平值有关,关注 初、期末水平有关,关注 各期水平的累计 期末水平
适用于发展比较平衡的数 适用于侧重于观察全期
列
累计总量指标平均发展
速度的计发展速度的计算
2.方程式法(累计法)
基本思路:假定现象从最初水平a0出发,每期按 平均速度发展,计算的各期水平之和等于实际各 期水平之和,即:
a 0 x a 0 x 2 a 0 x 3 a 0 x n a 1 a 2 a n
xx2x3 xnai a0
解这个高次方程式比较麻烦,在实际工作中,通 常是通过查《平均增长速度查对表》来求平均发 展速度。
环 比 发 展发速展 度速 是 报度告报基 期告期 水期平水水 与平平 前 一 期 水 平 之 比 , 说 明现象逐期发展程度
定基发展速度是报告期aa1 0水,aa平1 2 ,与a a2 3某, 一,固aan定n1时期水平之 比,说明现象在较长一段时期内总的发展程度
a1 , a2 , a3 ,, an
三、时间数列的编制原则
1.时间数列中的各个指标所属时间长短应前后一致。 2.时间数列中各指标所反映现象的总体范围应一致。 3.时间数列中各指标的经济内容应一致。 4.时间数列中各指标的计算口径应该相同。计算口径
主要是指计算方法、计算价格和计量单位等。
第二节 时间数列的基本分析指标
动态分析:现象发展的水平分析、现象发展的速度分析。 水平分析是速度分析的基础,速度分析是水平分析的深入
3
3
一般计算公式为 (首末折半法)
an i 1 1ai 2ai1a 21a2a3 an1a 2n
第9章-时间序列分析方法PPT课件
LOGO
市场调查与预测
主讲:杜明汉
1
.
第9章 时间序列预测方法
9.1 时间序列预测法概述
目录
9.2 简单平均值预测法 9.3 移动平均法
9.4 指数平滑法
9.5 季节指数法
.
2
学习目标
理论目标:
❖学习与把握简单平均预测法、移动平均法、指数平滑法、季节指数 法的含义,四种方法的特点和各自的应用范围等陈述性知识;能运用 所学理论知识指导“时间序列分析预测“的相关认知活动。
❖ 时间序列是指同一经济现象或特征值按时间先后顺序排列而形 成的数列。时间序列预测法遵循连续性原理,即认为事物发展 是延续的,从过去到现在并发展到未来,不发生质的变化,能 够延续下去。并运用数学方法找出数列的发展趋势或变化规律, 并使其向前延伸,预测市场未来的变化趋势。根据这些知识, 请你分析一下时间序列预测法的应用范围。
权数较少,选择期数 n 等于 3,进行预测。
解:用表格的形式计划一次移动平均数
表 9-7
一次移动平均数计算表
年份
销售额
一次移动平均数
2004
982
——————
2005
1040
——————
2006
1051
(982+1040+1051)÷3=1024.3
2007
1048
(1040+1051+1048)÷3=1046.3
2008
1032
(1051+1048+1032)÷3=1043.7
2009
1028
(1048+1032+1028)÷3=1036.0
.
答:用一次移动平均数法预测该商场针织内衣 2010 年销售额预计为 1036 万元。
市场调查与预测
主讲:杜明汉
1
.
第9章 时间序列预测方法
9.1 时间序列预测法概述
目录
9.2 简单平均值预测法 9.3 移动平均法
9.4 指数平滑法
9.5 季节指数法
.
2
学习目标
理论目标:
❖学习与把握简单平均预测法、移动平均法、指数平滑法、季节指数 法的含义,四种方法的特点和各自的应用范围等陈述性知识;能运用 所学理论知识指导“时间序列分析预测“的相关认知活动。
❖ 时间序列是指同一经济现象或特征值按时间先后顺序排列而形 成的数列。时间序列预测法遵循连续性原理,即认为事物发展 是延续的,从过去到现在并发展到未来,不发生质的变化,能 够延续下去。并运用数学方法找出数列的发展趋势或变化规律, 并使其向前延伸,预测市场未来的变化趋势。根据这些知识, 请你分析一下时间序列预测法的应用范围。
权数较少,选择期数 n 等于 3,进行预测。
解:用表格的形式计划一次移动平均数
表 9-7
一次移动平均数计算表
年份
销售额
一次移动平均数
2004
982
——————
2005
1040
——————
2006
1051
(982+1040+1051)÷3=1024.3
2007
1048
(1040+1051+1048)÷3=1046.3
2008
1032
(1051+1048+1032)÷3=1043.7
2009
1028
(1048+1032+1028)÷3=1036.0
.
答:用一次移动平均数法预测该商场针织内衣 2010 年销售额预计为 1036 万元。
时间序列分析课件
模型的诊断
残差诊断
检查模型是否符合残差的正态性和 平稳性,如是否存在自相关性等。
精度评估
使用MAPE、RMSE等指标对预测值 和实际值的误差进行评价。
过度拟合
注意模型过度拟合数据,需要在稳 定性和预测精度之间寻找平衡点。
时间序列模型的应用
股票价格的时间序列 分析
利用ARIMA模型对股票价格进行 预测和交易策略的优化。
真实案例:COVID-1 9疫情数据的时间序列分 析
数据收集
收集全球COVID-19疫情历史数据, 包括新增确诊、治愈、死亡等。
数据可视化
数据分析和预测
使用时间序列图表和热力图等方式, 使用ARIMA模型对未来疫情趋势进 展示疫情随时间和地域的变化趋势。 行预测和分析。
宏观经济指标的时间 序列分析
理解各项经济数据的趋势和关系, 对政策制定具有重要意义。
人口统计数据的时间 序列分析
预测社会变化,如人口流动、城 市化趋势等。
时间序列分析的未来展望
机器学习与数据挖掘
在更大的数据集上应用机器学习和 数据挖掘技术,进行复杂变量和非 线性关系的预测。
动态因果模型
建立具有时间约束和因果关系的复 杂模型,包括时间滞后、时间间隔 等。
差分技术
减少时间序列的非平稳性,包括一阶差分、季节性差分 等。
ARIMA模型
1
自回归模型
当前值受前阶数的过去值和噪声的影响。
2
差分
将非平稳时间序列转化为平稳时间序列。
3
移动平均模型
误差受前阶数的过去误差和噪声的影响。
Байду номын сангаас
ARMA模型
1 自回归模型
2 移动平均模型
应用统计学课件 第九章 时间序列分析
1 • 时间序列概述 2 • 时间序列分析指标的计算 3 • 时间序列长期趋势的测定 4 • 季节变动的测定
时间序列分析指标
发展水平 ❖增长量 发展速度 增长速度 平均发展水平 平均增长量 平均发展速度 平均增长速度
时间序列分析指标
发展水平 ❖增长量 发展速度 增长速度 平均发展水平 平均增长量 平均发展速度 平均增长速度
季节变动
首先计算各月(或各季)的季节指数,再 利用季节指数进行预测。
已过时期实际值之和
预测期数值=
预测期季节指数
对应时期的季节指数之和
上机内容
时间序列分析指标的计算 ❖移动平均法 季节变动的测定
930
1000
1300
1400
1200
各期的累计增长量分别为: a1- a0、 a2- a0、 …、 ana0。(若以a0为固定期)
时间序列分析指标
发展水平 ❖增长量 发展速度 增长速度 平均发展水平 平均增长量 平均发展速度 平均增长速度
❖逐期增长量与累计增长量的关系
(a1- a0)+(a2- a1)+…+(an- an-1)= an- a0
在a和b尚未确定之前视其为变量,那末,Q是a和b 的函数。而适当的a和b能使Q达到最小值。为使Q 具有最小值,则其对a和b的偏导应等于0。即:
Q a
2
(
y
a
bt)
0
Q b
2 (
y
a
bt)(t)
0
最小平方法
直线趋势
整理之,即得: y na bt 0 ty at bt2 0
于是,得到两个标准方程式:
y na bt ty at bt2
1 • 时间序列概述 2 • 时间序列分析指标的计算 3 • 时间序列长期趋势的测定 4 • 季节变动的测定
第九章++时间序列分析
3月末
库存量(件) 3000
4月末
3300
5月末
2680
6月末
2800
3、某企业2007年各时点的人口数如下,求2007年的 平均人口数。
日期 人口数(人) 1月1日 250 5月1日 270 8月1日 240 12月31 日 290
4、某企业2008年第一季度利润计划完成情况,求该 企业一季度的计划平均完成程度为 :
12 12
年度化增长率
(例题分析) 解: 2) m =12,n = 27 年度化增长率为
300 GA 1 10.43% 240 该地区财政收入的年增长率为10.43%
12 27
年度化增长率
(例题分析)
解: 3) 由于是季度数据,所以 m = 4,从第1季度 到第2季度所跨的时期总数为1,所以 n = 1 年度化增长率为
510 GA 1 8.24% 500 即根据第1季度和第2季度数据计算的国内生 产总值年增长率为8.24%
4 1
年度化增长率
(例题分析)
解: 4) m = 4,从1997年第4季度到2000年第4季度 所跨的季度总数为12,所以 n = 12 年度化增长率为
350 GA 1 7.72% 280 即根据1998年第4季度到2000年第4季度的数 据计算,工业增加值的年增长率为7.72%, 这实际上就是工业增加值的年平均增长速度
……
趋势模型法的程序:
1、定性分析 2、判断趋势类型 (1)利用散点图判断 (2)利用差分法判断 3、计算待定参数 4、预测方程评估 (1)计算可决系数 (2)对回归方程进行F检验 (3)计算标准误差 5、利用方程预测
时间序列分析教材PPT49页
第二节 时间序列的描述性分析
三、时间序列的速度分析
指事物变化的快慢程度。描述事物变化 的快慢程度指标有: 发展速度 增长速度 平均发展速度 平均增长速度
第二节 时间序列的描述性分析
(一)发展速度
描述了事物在报告期相对于基期发展的倍数。
发展速度=报告期水平/基期水平
在具体计算时,根据基期水平的不同,发展速度分为: 环比发展速度=报告期水平/前期水平
1. 绝对数时间序列的序时平均数
绝对数时间序列有时期时间序列和时点 时间序列,故其有两种序时平均数。 (1)时期时间序列的序时平均数 (2)时点时间序列的序时平均数
第二节 时间序列的描述性分析
(1)时期时间序列的序时平均数
时期时间序列具有可加性,相加后等于 现象在一段时期内的总量,所以计算序时 平均数采用简单算术平均法。
第二节 时间序列的描述性分析
二、时间序列的水平分析
水平分析是指对事物变化的状态进行的 分析,描述事物发展变化的指标有: 发展水平 序时平均数 增长量 平均增长量
第二节 时间序列的描述性分析
(一)发展水平
时间序列数据本身就描述了事物的发展水平。
时间
2010年 2011年 2012年 2013年 2014年 2015年
指不同时间上的平均指标按时间顺序排列而成 的数据列,其反映了事物平均水平的发展情况。
如:平均工资时间序列 与相对数时间序列类似,由于其比较的基数不 同,平均数时间序列也不具有可加性。
第一节 时间序列的基本概念
三、时间序列的编制原则
保证时间序列中各项观察值具有可比性: 1.时间(长度或间隔)一致 2.范围一致 3.内容、计算口径和计算方法一致
第一节 时间序列的基本概念
时间序列分析教材(PPT 113页)
反映现象在较长一段时间内总的发展变动程度,也称为发展 总速度。
9-29
发展速度(续)
二者关系:
定基发展速度=相应时期的环比发展速度之积。 相邻两定基发展速度之商=相应的环比发展速度。
yt y1 y2 ... yt
y0 y0 y1
yt 1
yt yt1 yt y0 y0 yt1
为了消除季节变动因素的影响,可计算:
根据表9-1中各年年末人口数,计算2001~2010年这 10年间的平均人口数。
解:
由不连续时点序列计算平均发展水平的计算公式是有假 定条件的。实际中,计算结果通常只是近似值。
一般认为,间隔越短,计算结果就越准确。
例如,由一年中各月底数计算的全年平均数,就比只用年初和年末两 项数据计算的结果更准确。
8
8
9-28
二、时间序列分析的速度指标
(一)发展速度=报告期水平/基期水平
说明现象在观察期内发展变化的相对程度; 有环比发展速度与定基发展速度之分
环比发展速度=报告期水平/上期水平 yi / yi1
反映现象逐期发展变动的程度,也可称为逐期发展速度。
定基发展速度=报告期水平/固定基期水平 yt / y0
居民消费 水平(元)
——
2236 2641 2834 2972 3138 3397 3609 3818 4089
9-11
三、时间序列的编制原则
保证时间序列中各项数据的可比性,是 编制时间序列的基本原则。
(一) 时间一致 (二) 总体范围一致 (三) 经济内容、计算口径和计算方法一致
9-12
18
35%
16
30%
14
12
25%
10
20%
9-29
发展速度(续)
二者关系:
定基发展速度=相应时期的环比发展速度之积。 相邻两定基发展速度之商=相应的环比发展速度。
yt y1 y2 ... yt
y0 y0 y1
yt 1
yt yt1 yt y0 y0 yt1
为了消除季节变动因素的影响,可计算:
根据表9-1中各年年末人口数,计算2001~2010年这 10年间的平均人口数。
解:
由不连续时点序列计算平均发展水平的计算公式是有假 定条件的。实际中,计算结果通常只是近似值。
一般认为,间隔越短,计算结果就越准确。
例如,由一年中各月底数计算的全年平均数,就比只用年初和年末两 项数据计算的结果更准确。
8
8
9-28
二、时间序列分析的速度指标
(一)发展速度=报告期水平/基期水平
说明现象在观察期内发展变化的相对程度; 有环比发展速度与定基发展速度之分
环比发展速度=报告期水平/上期水平 yi / yi1
反映现象逐期发展变动的程度,也可称为逐期发展速度。
定基发展速度=报告期水平/固定基期水平 yt / y0
居民消费 水平(元)
——
2236 2641 2834 2972 3138 3397 3609 3818 4089
9-11
三、时间序列的编制原则
保证时间序列中各项数据的可比性,是 编制时间序列的基本原则。
(一) 时间一致 (二) 总体范围一致 (三) 经济内容、计算口径和计算方法一致
9-12
18
35%
16
30%
14
12
25%
10
20%
《应用时间序列分析》PPT课件
精选PPT
5
1.3 时间序列分析方法
描述性时序分析
统计时序分析
精选PPT
6
描述性时序分析
通过直观的数据比较或绘图观测,寻找 序列中蕴含的发展规律,这种分析方法 就称为描述性时序分析
描述性时序分析方法具有操作简单、直 观有效的特点,它通常是人们进行统计 时序分析的第一步。
精选PPT
7
描述性时序分析案例
精选PPT
4
1.2 时间序列的定义
随机序列:按时间顺序排列的一组随机变量
,X 1,X2, ,X t,
观察值序列:随机序列的 n个有序观察值,称之 为序列长度为 n的观察值序列
x1,x2,,xt
随机序列和观察值序列的关系
观察值序列是随机序列的一个实现 我们研究的目的是想揭示随机时序的性质 实现的手段都是通过观察值序列的性质进行推断
由于SAS系统具有全球一流的数据仓库功能,因此 在进行海量数据的时间序列分析时它具有其它统计 软件无可比拟的优势
精选PPT
17
计性质或预测序列将来的发展
精选PPT
12
时域分析方法的发展过程
基础阶段 核心阶段 完善阶段
精选PPT
13
基础阶段
G.U.Yule
1927年,AR模型
G.T.Walker
1931年,MA模型,ARMA模型
精选PPT
14
核心阶段
G.E.P.Box和 G.M.Jenkins
1970年,出版《Time Series Analysis Forecasting and Control》
目的
寻找出序列值之间相关关系的统计规律,并拟合出 适当的数学模型来描述这种规律,进而利用这个拟 合模型预测序列未来的走势
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
次曲线等等。
21
1、二次抛物线
• 如果社会经济现象逐期增长量的增长(即二级增长) 大体相同,则可考虑用二次抛物线来拟合这一发展 趋势。抛物线的一般方程为:
Y a bt ct
• 例,表9-6
2
22
图9.4 能源总量的二次曲线趋势
23
2、指数曲线
• 指数曲线用于描述几何级数递增或递减的现象。当 社会经济现象各期的发展速度接近相等,或者说各 期的环比增长速度大致相同时,表明现象的发展呈 现指数曲线型趋势。
间序列的折线图大致呈直线形状,或时间序
列各期的逐期增长量大致相同。
• 例,表9-5
19
图9.3 人口数的线性趋势
20
9.3.3.2 非线性趋势
• 社会经济现象发展变化的长期趋势,除表现 为持续上升或下降的直线外,还表现为多种 曲线,需要用适当的曲线方程来配合。常用
的曲线方程有:指数曲线、二次抛物线,三
9.3.2 移动平均法
• 移动平均法是将时间数列的时距扩大,将时
间序列的各项数值从第一项数值开始,依次
逐项移动,重叠求其规定期数的系列序时平
均数,从而形成一个由序时平均数构成的新
的派生数列,以清除原时间序列中的不规则 变动,反映现象发展趋势。
14
移动平均法的具体步骤
:
• 第一步,选择一定的用于平均的时距项数K; • 第二步,对原序列计算K项移动平均数,其计算公式为: Yi Yi 1 Yi K 1 Yi (i 1, 2, n) K • 第三步,若K为奇数,则K项移动平均数即为长期趋势值; 若K为偶数,则将K项移动平均数再做一次2项移动平均即 可得到长期趋势值。
• 指数曲线方程为:
t ˆ Yt ab
• a,b为待定参数。若b>1,表示增长率随t的增加而 增加;若b<1,表示增长率随t的增加而降低;若a>0, b<1,趋势值逐渐降低且以0为极限。
24
ቤተ መጻሕፍቲ ባይዱ
图9.5 人均国民生产总值的指数曲线趋势
25
9.4
季节变动和循环变动分析
9.4.1 季节变动分析 9.4.2 循环变动分析
以便消除较短时期的偶然因素、季节因素
影响所引起的波动,反映社会经济现象发 展的总趋势。 • 如将表9-2 企业各月总产值数据合并为季 度资料,见表9-3。
12
注意:
• ① 只能用于时期数列 • ② 扩大后的各个时期的时距应该相 等,这样才能相互比较,看出现象的 变动趋势 • ③ 时距的大小要始终
13
6
2、季节变动因素(S) ——是经济现象受季节变动影响所形成的一种长
度和幅度固定的周期波动。季节变动因素既包括
受自然季节影响所形成的波动,也包括受工作时 间规律如每周5天工作制度所形成的波动。
7
3、循环变动因素(C) ——也称周期变动因素,它是受各种经济因素影
响形成的上下起伏不定的波动。
•
季节变动和循环变动的区别在于季节变动的波动长 度固定,而循环变动的长度则一般是不一样的。
17
9.3.3 最小平方法
• 最小平方法也称为最小二乘法,它是通过一
定的数学模型,对原有的时间序列配合一条
适当的趋势线来进行修匀,使实际值( Y) ˆ 与趋势线上相对应的估计值( 方和最小。用公式表示如下:
2 ˆ (Y Y ) Qmin
Y
)的误差平
18
9.3.3.1 线性趋势
• 线性趋势是指现象随着时间的推移而呈现出 稳定增长或下降的线性变化规律,表现为时
• 例,表9-4 居民消费价格指数
15
图9.2 消费价格指数移动平均趋势
16
注意:
• ① 移动平均后的趋势值应放在各移动项的 中间位臵上。 • ② 移动平均后的数列,比原数列项数要少。 移动平均项数与趋势值的项数关系为:
趋势值项数= 原数列项数- 移动平均项数 + 1
• ③ 移动平均法所取项数的多少,应视资料 的特点而定。
•
循环变动的周期至少在一年以上。
8
4、不规则变动(I) ——又称随机变动,它是受各种偶然或突发性 的因素影响所形成的不规则变动。
9
9.2.2 时间序列的分解模型
• 可以认为时间序列是Y是这四个因素的函数,
Yt f (Tt , St , Ct , It )
• 时间序列分解的方法有很多,较常用的模型有加法 模型和乘法模型。 • 加法模型为: • 乘法模型为:
第9章 时间序列分析
1
主要内容和学习目标
• • • • • • 时间序列的编制 (掌握) 时间序列的构成分析 (掌握) 长期趋势分析 (掌握) 季节变动和循环变动分析 (掌握) 时间序列的对比分析 (掌握) 时间序列的预测方法(掌握)
2
9.1
时间序列的编制
9.1.1 时间序列的基本概念和意义
• 时间序列是社会经济指标按时间顺序排列 而成的一种数列。它反映社会经济现象发 展变化的过程和特点,是研究现象发展变 化趋势、规律和对未来状态进行预测的重 要依据。 • 时间序列的两个基本要素 ① 统计指标所属的时间要素 ② 计指标在特定时间的观察值要素
26
9.4.1 季节变动分析
• 测定季节变动主要由两种方法: • ① 按月(季)平均法,不考虑长期趋势的 影响,直接根据原始的动态数列来计算; • ② 移动平均趋势剔除法,根据剔除长期趋 势影响的数列资料来计算。 • 要求有不少于3年的资料作为基本数据进行 计算分析
5
9.2
时间序列的构成与分解
9.2.1 时间序列的构成要素
1、长期趋势因素(T)
——反映了经济现象在一个较长时间内的发展方
向,可以在一个相当长的时间内表现为一种近似 直线的持续向上或持续向下或平稳的趋势;在某 种情况下,它也可以表现为某种类似指数或者其 他曲线的形式。经济现象的长期趋势一旦形成, 总能延续一段相当长的时期。
Yt Tt St Ct It
Yt Tt St Ct It
10
9.3
长期趋势分析
• 9.3.1 时距扩大法
• 9.3.2 移动平均法
• 9.3.3 最小平方法
11
9.3.1 时距扩大法
• 时距扩大法是将原来时间长度较短的时间 序列的时期扩大,将几个时期的资料加以 合并,求出时间长度较长的新的时间序列,
3
9.1.2 时间序列的种类
1、绝对数时间序列 ① 时期序列 如表9-1 国内生产总值 ② 时点序列 如表9-1 年底人口数 2、相对数时间序列 如表9-1 人均国内生产总值 3、平均数时间序列 如表9-1 职工平均工资
4
9.1.3 时间序列编制原则
1. 时期长短应该相等
1. 总体范围应该一致 2. 计量方式应该一致 3. 经济内涵应该一致
21
1、二次抛物线
• 如果社会经济现象逐期增长量的增长(即二级增长) 大体相同,则可考虑用二次抛物线来拟合这一发展 趋势。抛物线的一般方程为:
Y a bt ct
• 例,表9-6
2
22
图9.4 能源总量的二次曲线趋势
23
2、指数曲线
• 指数曲线用于描述几何级数递增或递减的现象。当 社会经济现象各期的发展速度接近相等,或者说各 期的环比增长速度大致相同时,表明现象的发展呈 现指数曲线型趋势。
间序列的折线图大致呈直线形状,或时间序
列各期的逐期增长量大致相同。
• 例,表9-5
19
图9.3 人口数的线性趋势
20
9.3.3.2 非线性趋势
• 社会经济现象发展变化的长期趋势,除表现 为持续上升或下降的直线外,还表现为多种 曲线,需要用适当的曲线方程来配合。常用
的曲线方程有:指数曲线、二次抛物线,三
9.3.2 移动平均法
• 移动平均法是将时间数列的时距扩大,将时
间序列的各项数值从第一项数值开始,依次
逐项移动,重叠求其规定期数的系列序时平
均数,从而形成一个由序时平均数构成的新
的派生数列,以清除原时间序列中的不规则 变动,反映现象发展趋势。
14
移动平均法的具体步骤
:
• 第一步,选择一定的用于平均的时距项数K; • 第二步,对原序列计算K项移动平均数,其计算公式为: Yi Yi 1 Yi K 1 Yi (i 1, 2, n) K • 第三步,若K为奇数,则K项移动平均数即为长期趋势值; 若K为偶数,则将K项移动平均数再做一次2项移动平均即 可得到长期趋势值。
• 指数曲线方程为:
t ˆ Yt ab
• a,b为待定参数。若b>1,表示增长率随t的增加而 增加;若b<1,表示增长率随t的增加而降低;若a>0, b<1,趋势值逐渐降低且以0为极限。
24
ቤተ መጻሕፍቲ ባይዱ
图9.5 人均国民生产总值的指数曲线趋势
25
9.4
季节变动和循环变动分析
9.4.1 季节变动分析 9.4.2 循环变动分析
以便消除较短时期的偶然因素、季节因素
影响所引起的波动,反映社会经济现象发 展的总趋势。 • 如将表9-2 企业各月总产值数据合并为季 度资料,见表9-3。
12
注意:
• ① 只能用于时期数列 • ② 扩大后的各个时期的时距应该相 等,这样才能相互比较,看出现象的 变动趋势 • ③ 时距的大小要始终
13
6
2、季节变动因素(S) ——是经济现象受季节变动影响所形成的一种长
度和幅度固定的周期波动。季节变动因素既包括
受自然季节影响所形成的波动,也包括受工作时 间规律如每周5天工作制度所形成的波动。
7
3、循环变动因素(C) ——也称周期变动因素,它是受各种经济因素影
响形成的上下起伏不定的波动。
•
季节变动和循环变动的区别在于季节变动的波动长 度固定,而循环变动的长度则一般是不一样的。
17
9.3.3 最小平方法
• 最小平方法也称为最小二乘法,它是通过一
定的数学模型,对原有的时间序列配合一条
适当的趋势线来进行修匀,使实际值( Y) ˆ 与趋势线上相对应的估计值( 方和最小。用公式表示如下:
2 ˆ (Y Y ) Qmin
Y
)的误差平
18
9.3.3.1 线性趋势
• 线性趋势是指现象随着时间的推移而呈现出 稳定增长或下降的线性变化规律,表现为时
• 例,表9-4 居民消费价格指数
15
图9.2 消费价格指数移动平均趋势
16
注意:
• ① 移动平均后的趋势值应放在各移动项的 中间位臵上。 • ② 移动平均后的数列,比原数列项数要少。 移动平均项数与趋势值的项数关系为:
趋势值项数= 原数列项数- 移动平均项数 + 1
• ③ 移动平均法所取项数的多少,应视资料 的特点而定。
•
循环变动的周期至少在一年以上。
8
4、不规则变动(I) ——又称随机变动,它是受各种偶然或突发性 的因素影响所形成的不规则变动。
9
9.2.2 时间序列的分解模型
• 可以认为时间序列是Y是这四个因素的函数,
Yt f (Tt , St , Ct , It )
• 时间序列分解的方法有很多,较常用的模型有加法 模型和乘法模型。 • 加法模型为: • 乘法模型为:
第9章 时间序列分析
1
主要内容和学习目标
• • • • • • 时间序列的编制 (掌握) 时间序列的构成分析 (掌握) 长期趋势分析 (掌握) 季节变动和循环变动分析 (掌握) 时间序列的对比分析 (掌握) 时间序列的预测方法(掌握)
2
9.1
时间序列的编制
9.1.1 时间序列的基本概念和意义
• 时间序列是社会经济指标按时间顺序排列 而成的一种数列。它反映社会经济现象发 展变化的过程和特点,是研究现象发展变 化趋势、规律和对未来状态进行预测的重 要依据。 • 时间序列的两个基本要素 ① 统计指标所属的时间要素 ② 计指标在特定时间的观察值要素
26
9.4.1 季节变动分析
• 测定季节变动主要由两种方法: • ① 按月(季)平均法,不考虑长期趋势的 影响,直接根据原始的动态数列来计算; • ② 移动平均趋势剔除法,根据剔除长期趋 势影响的数列资料来计算。 • 要求有不少于3年的资料作为基本数据进行 计算分析
5
9.2
时间序列的构成与分解
9.2.1 时间序列的构成要素
1、长期趋势因素(T)
——反映了经济现象在一个较长时间内的发展方
向,可以在一个相当长的时间内表现为一种近似 直线的持续向上或持续向下或平稳的趋势;在某 种情况下,它也可以表现为某种类似指数或者其 他曲线的形式。经济现象的长期趋势一旦形成, 总能延续一段相当长的时期。
Yt Tt St Ct It
Yt Tt St Ct It
10
9.3
长期趋势分析
• 9.3.1 时距扩大法
• 9.3.2 移动平均法
• 9.3.3 最小平方法
11
9.3.1 时距扩大法
• 时距扩大法是将原来时间长度较短的时间 序列的时期扩大,将几个时期的资料加以 合并,求出时间长度较长的新的时间序列,
3
9.1.2 时间序列的种类
1、绝对数时间序列 ① 时期序列 如表9-1 国内生产总值 ② 时点序列 如表9-1 年底人口数 2、相对数时间序列 如表9-1 人均国内生产总值 3、平均数时间序列 如表9-1 职工平均工资
4
9.1.3 时间序列编制原则
1. 时期长短应该相等
1. 总体范围应该一致 2. 计量方式应该一致 3. 经济内涵应该一致