时间序列分析介绍和应用.docVIP

时间序列分析 时间序列通常是对某一统计指标，按照相等时间间隔测量的一系列数据点，它反映的是某变量在时间上的一系列变化。大量社会经济统计指标都依年、季、月或日统计其指标值，随着时间的推移，形成了统计指标的时间序列。例如, 过去每年国内生产总值数据、过去十年内年度增值税收入数据、过去五年内季度关税数据等等。时间序列分析就是估算和研究某一时间序列在长期变动过程中所存在的统计规律，具体是指只知道需要预测的那个变量(简称预测变量)在历史上的一系列观察值分析这些观察值所显示出来的规律然后把这个规律外推到预测期从而获得该预测变量的值或分布 一般认为，一个时间序列中包含四种变动因素：长期趋势变动、季节性变动、周期性变动和不规则变动。换言之，时间序列通常是上述四种变动因素综合作用的结果。 1、长期变动趋势（T：Secular Trend） 长期变动趋势是指变量值在一个长时期内的增或减的一般趋势。长期变动趋势可能呈现为直线型变动趋势，也可能呈现曲线型变动趋势，依变量不同而异。 2、季节性变动（S：SeasonaI Variation） 季节性变动是指变量的时间序列值因受季节变化而产生的变动。季节变动是一种年年重复出现的一年内的季节性周期变动，即每年随季节替换，时间序列值呈周期变化。 3、周期性变动（C：CyclicaI Variation） 周期性变动又称循环变动，它是指变量的时间序列值相隔数