时间序列分析43528.pptVIP

【第十章】时间序列分析 学习目标： 1、时间序列及其分解原理 2、时间序列的描述性分析 3、掌握趋势分析方法 4、掌握季节指数分析方法 一、时间序列及其分类 2、分类： （1）平稳序列和非平稳序列 平稳序列： 基本上不存在趋势的序列，各观察值基本上在某个固定的水平上波动； 或虽有波动，但并不存在某种规律，而其波动可以看成是随机的； 非平稳序列： 有趋势、季节性或周期性的序列； 可能只含有其中的一种成分，也可能是几种成分的组合； （2）时期数列和时点数列 时期数列：反映的是某现象在各个时期的发展水平。 数列中每个指标数值相加后有实际意义 数列中每个指标数值与时间间隔的长短有关，时间间隔越长数值越大 时点数列：反映的是某现象在各个时点的发展水平。 各指标值不能相加 每一时点的数值与时点间的间隔长短无关 判断以下数列为何种？ 1.某地各年中药企业数数列 2.某企业各年末流动资金数 3.某企业各年贷款金额 4.某校各年在校生人数 5.某校各年招生人数 二、时间序列的构成要素 一、图形描述 一家啤酒生产企业1997—2002年各季度的啤酒销售量 2、看图 （1）找出整体形态：是否有长期以来随着时间上升，或者长期以来随着时间下降的趋势。 （2）找找看有没有显著偏离整体形态的现象。 （3）是否年复一年出现有规则的季节变动现象。 二、指标分析 2、发展速度与增长速度 （1）发展速度：两个不同时期发展水平的比值，说明现象在一定时期的发展程度。 定基发展速度：统一用某个时间的指标作为基数，以各时间的指标与之相比，反映在一段期间内发展的总趋势。 环比发展速度：以前一个时间的指标作基数，以相邻的后一个时间的指标与之相比，反映每两期之间发展的波动情况。 （2）增长速度：发展速度减1 定基增长速度：定基发展速度减1。 环比增长速度：环比发展速度减1。 3、平均发展速度与平均增长速度 平均增长速度=平均发展速度-1 1978~1984年某地医院床位发展动态 一、传统时间序列的基本假设 二、趋势的测量 2、移动平均法 （1）将时间序列的数据逐项移动，依次计算包含一定期数的序时平均数，形成一个新的序时平均数序列，这就是移动平均法。 （2）关键：选择好平均期数（移动步长）k k为奇数时，移动平均数就是平均期中间一期的“修匀”值 k为偶数时，要进行两次平均 注意：若序列有围绕趋势的周期性变动，则移动步长应与周期相同。 例：某医药商店1989-1998年销售额 3、线性趋势的最小二乘法 —时间序列的趋势值 t —时间标号 a—趋势线在Y 轴上的截距 b—趋势线的斜率，表示时间t变动一个单位时观察值的 平均变动数量 根据最小二乘法求得 例：某医药商店1989-1998年销售额 三、季节变动的测量 2、按月（季）平均法 （1）根据序列月度（季度）数据，先求得若干年内月（季）平均数，再求出若干年内总的月（季）平均数，然后将二者相比，求得各月（季）的季节指数。 S=同月(季)平均数/总平均数 （2）适用于：没有明显趋势变动只有季节变动的时间序列，一般至少有三年分月（季）的数据资料。 例：某市汗衫背心零售量 3、移动平均比率法 （1）适用于：时间序列同时存在趋势变动和季节变动，即模型为：Y=TSI。 （2）步骤： 移动平均(季度数据采用4项移动平均，月份数据采用12项移动平均)计算出趋势值； 用序列的各观察值除以相应的趋势值得季节指数，即Y/T=SI； 将计算得到的各年同月（季）样本季节指数进行简单算术平均，消除不规则变动； 上一步计算得到的季节比率的平均值不等于1时，应调整为1。 例：下表是一家啤酒生产企业1997—2002年各季度的啤酒销售量数据。试计算各季的季节指数 。 趋势分析 */27 1、时间序列： （1）同一现象在不同时间上的相继观察值排列而成的数列； （2）形式上由现象所属的时间和现象在不同时间上的观察值两部分组成； （3）排列的时间可以是年份、季度、月份或其他任何时间形式； （4）t表示时间，at yt表示在时间t的观察值。 第一节：时间序列及构成 1、趋势性（长期趋势） 在长时期内呈现出来的某种持续向上或持续下降的状态或规律；可以是线性的，也可以是非线性的。 2、季节性（季节变动） 时间序列在一年内重复出现的周期性波动。 3、周期性（循环波动） 围绕长期趋势的一种波浪形或振荡式变动。 4、随机性（不规则波动） 除去趋势性、周期性和季节性之后的偶然性波动。 1、用普通线图来描述时间序列的变动趋势。 第二节：时间序列的描述性分析