时间数列分析课程.ppt

时期指标时间序列具有以下特点： A：可加性，不同时期的总量指标可以相加； B：指标值的大小与所属时间的长短有直接关系 C：指标值采用连续统计的方式获得。 时点指标时间序列具有以下特点： A：不可加性。不同时点的总量指标不可相加，这是因为把不同时点的总量指标相加后，无法解释所得数值的时间状态。 B：指标数值的大小与时点间隔的长短一般没有直接关系。在时点数列中，相邻两个指标所属时间的差距为时点间隔。 C：指标值采用间断统计的方式获得。 发展水平：时间序列中，各指标数值就是该指标所反映的社会经济现象在所属时间的发展水平。 案例 应用时距扩大法时需要注意以下几个问题： 第一，扩大的时距多大取决于现象自身的特点。对于呈现周期波动的动态数列，扩大的时距应与波动的周期相吻合；对于一般的动态数列，则要逐步扩大时距，以能够显示趋势变动的方向为宜。 第二，时距扩大太大，将造成信息的损失。如果扩大得不够，便不能消除偶然因素的影响；扩大过了头，反而会掩盖现象发展变化的趋势。 第三，扩大的时距要一致，相应的发展水平才具有可比性。 第四，时期数列各项指标数值的大小与其所属时期长短有紧密关联，时距扩大，指标数值相应增大。所以，单纯扩大时距，只能用于时期数列，不能用于时点数列. 因为在时点数列中，时距扩大，指标数值不一定增大，必须在扩大时距的基础上通过原有的时点数字求出序时平均数，这样才能反映出客观现象发展的长期趋势。 （1）简单移动平均—奇数项移动平均 （2）简单移动平均—偶数项移动平均 偶数项的中心化简单平均数要经过两次移动计算才可得出。 例如：移动项数 N＝4 时， 计算的移动平均数对应中项在两个时期的中间 由于这样计算出来的平均数的时期不明确，故不能作为趋势值。解决办法： 对第一次移动平均的结果，再作一次移动平均 偶数项“移动法则”： 例如 （3）加权移动平均法 如：N = 5 时，应以 （ a + b )4 =a4 + 4a3b + 6a2b2 + 4ab3 + b4 的系数1，4，6，4，1 为权数： （计算结果） 线性模型法(趋势图) （一）同期平均法 季节比率是通过对若干年资料的数据，求出同月份的平均水平与全数列总平均月份水平，然后对比得出各月份各季节比率。为了较准确的观察季节变动情况，一般用连续三年以上的发展水平资料，加以平均分析。其计算步骤如下： 根据各年按月（季）的动态数列资料计算出各年同月（季）的平均水平。 计算各年所有月（季）的总平均水平。 将各年同月（季）的平均水平与总平均水平进行对比，即得出季节比率季节比率是进行季节变动分析的重要指标，可用来说明季节变动的程度。其计算公式为： 把各月（季）季节比率绘制成季节变动曲线图，可以更直观地显示出季节的变动趋势。 季节变动(趋势图) 销量趋势剔除后按季度平均计算表 时间 时期 销售量/万吨 1997.1 1 13.1 1997.2 2 13.9 1997.3 3 7.9 1997.4 4 8.6 1998.1 5 10.8 1998.2 6 11.5 1998.3 7 9.7 1998.4 8 11 1999.1 9 14.6 1999.2 10 17.5 1999.3 11 16 1999.4 12 18.2 2000.1 13 18.4 2000.2 14 20 2000.3 15 16.9 2000.4 16 18 10.875 10.3 9.7 10.15 10.75 11.7 13.2 14.775 16.575 17.525 18.15 18.375 18.325 10.5875 10 9.925 10.45 11.225 12.45 13.9875 15.675 17.05 17.8375 18.2625 18.35 季度 时期数t 季度销售量Y tY t^2 1997.1 1 13.1 13.1 1 1997.2 2 13.9 27.8 4 1997.3 3 7.9 23.7 9 1997.4 4 8.6 34.4 16 1998.1 5 10.8 54 25 1998.2 6 11.5 69 36 1998.3 7 9.7 67.9 49 1998.4 8 11 88 64 1999.1 9 14.6 131.4 81 1999.2 10 17.5 175 100 1999.3 11 16 176 121 1999.4 12 18.2 218.4 144 2000.1 13 18.4 239.2 169 2000.2 14 20.2 282.8 196 2000.3 15 16.9 253.5 225 2000.4 16 18 288 256 合计 1