- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
经典时间序列分析2
本章基本内容 时间序列及其分解 时间序列的描述性分析 长期趋势分析 季节变动分析 循环波动和随机波动分析 第一节 时间序列及其分解 一、时间序列及其分类 二、时间序列的构成要素与分析模型 一、时间序列及其分类 时间序列(Times series)又称动态数列,是将某一现象在不同时间上的取值按时间先后顺序排列所形成的序列,形式上由现象所属时间和与时间对应的观察值两部分组成。时间序列是对现象进行动态分析的依据。 时间序列作用: 1.可以描述现象发展变化的特点与结果; 2.可用来研究现象变动的趋势和规律性,从而对未来发展进行预测; 3.可以用来研究现象之间相互联系程度及变动关系。 时间序列的分类 时期序列 绝对数时间序列 时点序列 相对数时间序列 平均数时间序列 时间序列的分类 绝对数时间序列中的观察值是绝对数,根据其时间状况不同,可分为时期序列和时点序列。 时期序列中的观察值反映现象在一段时期内的活动总量,并且各观察值通常可以直接相加,用于反映现象在更长一段时期内的活动总量。 时点序列中的观察值反映现象在某一瞬间时点上的总量,序列中的各观察值通常不能相加,相加没有实际意义。 由绝对数时间序列可以派生出相对数时间序列和平均数时间序列,它们分别由一系列相对数和平均数按时间顺序排列而成。 时间序列的分类㈡按构成时间序列的现象观察值的变动情况不同,时间序列可分为平稳序列和非平稳序列。 时间序列的分类 平稳序列(stationary series) 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 (non-stationary series) 有长期变动趋势的序列 趋势可以是线性的或非线性的 有长期变动趋势、季节性变动和周期性变动的复合型序列 (参见教材P.387图) 编制时间序列的原则 1、计算期应当尽量一致; 2、总体范围应当保持一致; 3、指标的经济内容应当一致; 4、计算方法应当一致; 5、价格和计量单位应当一致。 二、时间序列的构成要素与分析模型㈠时间序列的构成要素 事物的发展变化同时受多种因素的影响。作为表现事物发展数量特征的时间序列,其各个观察值(Yi)是多种因素共同作用结果的综合体现。影响时间序列的因素大体上可以分为四种,即长期趋势(Secular trend)、季节变动(Seasonal fluctuation)、循环波动(Cyclical movement)和不规则波动(Irregular variations)。 时间序列的构成要素 长期趋势(trend-T) 时间序列观察值在较长时期内呈现出某种持续发展变化的状态、趋向或规律 季节性变动(seasonality-S) - 也称季节变动(Seasonal fluctuation) - 时间序列观察值在一年内重复出现的周期性波动 周期性变动(cyclity-C) 也称循环波动(Cyclical fluctuation) 围绕长期趋势的一种波浪形或振荡式变动 随机性变动(random-I) 也称不规则波动(Irregular variations) 除去趋势、周期性和季节性之后的偶然性波动 ㈡时间序列的分解模型 将影响因素与时间序列的关系用数学关系式表示就构成时间序列的分解模型。 分别测定各影响因素的变动规律及其对时间序列的影响程度的过程称为时间序列的构成分析,可作为预测未来的依据。 按四种因素对时间序列的影响方式不同,时间序列可分解为多种模型。 乘法模型 Yi=Ti×Si×Ci×Ii 加法模型 Yi=Ti+Si+Ci+Ii 最常用的是乘法模型。其基本假设是各构成因素互不独立,对事物的影响是相互的,除对时间序列的发展水平产生影响外,因素之间也相互影响。利用乘法模型可以将各因素从时间序列中分离出来进行分析。 一、图形描述 图形描述(例题分析) 二、时间序列的水平分析 ㈠发展水平 ㈡平均发展水平 ㈢增长量 ㈣平均增长量 ㈠发展水平 现象在某时间的观察值也称为现象在该时间的发展水平,表示现象在某一时间达到的水平。 设时间序列 Y由 Y0 , Y1 ,Y2 ,…,Yn 组成,Yi为第 i 期的发展水平(观察值)。 设ti为时间序列中现象所属时间。若观察的时间范围为t0 , t1 , t2,…, tn ,相应的观察值表示为 Y0 , Y1 ,Y2 ,…, Yn-1 ,Yn 最初水平 中间水平 最终水平 ㈡平均发展水平(序时平均数) 平均发展水平是时间序列
您可能关注的文档
最近下载
- 三一SY235C9I2KS维护保养手册.pdf VIP
- 纪念中国人民抗日战争暨世界反法西斯战争胜利80周年PPT课件.pptx VIP
- 陶瓷原料及配方基础.ppt VIP
- 茶小绿叶蝉的防治课件.pptx VIP
- 电梯制造与安装安全规范 GB7588-2003.docx VIP
- 2023民航特种车辆操作工民航特种车辆操作工试卷(练习题库).docx VIP
- IEC 60840-2004 额定电压30kV(Um=36kV)以上至150kV(Um=170kV)挤包绝缘电力电缆及其附件试验方法和要求(中文).pdf VIP
- 22G101 三维彩色立体图集.docx VIP
- 混凝土混凝土.ppt VIP
- 沈萍微生物课件第3章b.ppt VIP
文档评论(0)