应用统计学第9章时间序列分析.ppt

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 统计指标所属的时间要素 计指标在特定时间的观察值要素 9.1.2 时间序列的种类 1、绝对数时间序列 时期序列 如表9-1 国内生产总值 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 9.1.3 时间序列编制原则 时期长短应该相等 总体范围应该一致 计量方式应该一致 经济内涵应该一致 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。 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。 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。 循环变动的周期至少在一年以上。 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。 9.2.2 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， 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： 9.3.1 时距扩大法 9.3.2 移动平均法 9.3.3 最小平方法 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，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。 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 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。 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： 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。 例，表9-4 居民消费价格指数 图9.2 消费价格指数移动平均趋势 注意： ① 移动平均后的趋势值应放在各移动项的中间位置上。 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。 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）与趋势线上相对应的估计值（ ）的误差平方和最小。用公式表示如下： 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 图9.3 人口数的线性趋势 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，三次曲线等等。 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： 例，表9-6 图9.4 能源总量的二次曲线趋势 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。 指数曲线方程为： a，b为待定参数。若b>1，表示增长率随t的增加而