最新第八章时间数列分析.ppt

§8.4 时间序列的因素分析 一、时间序列的构成因素 二、长期趋势的测定 影响时间数列变动的因素可分解为： （1）长期趋势（T） （2）季节变动（S） （3）循环变动（C） （4）不规则变动（I） 可解释的变动 —不可解释的变动 一、时间序列的构成因素 长期趋势 现象在较长时期内受某种根本性因素作用而形成的总的变动趋势 季节变动 现象在一年内随着季节的变化而发生的有规律的周期性变动 循环变动 现象以若干年为周期所呈现出的波浪起伏形态的有规律的变动 不规则变动 是一种无规律可循的变动，包括严格的随机变动和不规则的突发性影响很大的变动两种类型 时间数列的组合模型 （1）加法模型：Y=T+S+C+I 计量单位相同的总量指标 对长期趋势产生的或正或负的偏差 （2）乘法模型：Y=T·S·C·I 计量单位相同的总量指标 对原数列指标增加或减少的百分比 常用模型 §8.4 时间序列的因素分析 一、时间序列的构成因素 二、长期趋势的测定 把握现象随时间演变的趋势和规律； 对事物的未来发展趋势作出预测； 便于更好地分解研究其他因素。 测定长期趋势的基本方法： ①移动平均法 ②趋势线拟合法 测定长期趋势的意义： 补充： 时距扩大法 序时平均法 移动平均法（Moving averages）通过平均每一个连续数列值来修匀时间数列的方法，是平滑法（smoothing）的一种。 移动平均法的概念 三项移动平均线 移动平均法 对时间数列的各项数值，按照一定的时距进行逐期移动，计算出一系列序时平均数，形成一个派生的平均数时间数列，以此削弱不规则变动的影响，显示出原数列的长期趋势。 移动平均法的做法： ⒉计算各移动平均值，并将其编制成时间数列 一般应选择奇数项进行移动平均； 若原数列呈周期变动，应选择现象的变动周期作为移动的时距长度。 移动平均法 移动平均法的步骤： ⒈确定移动时距 移动平均法 奇数项移动平均: 原数列 移动平均 新数列 移动平均 移动平均 新数列 原数列 移动平均法 偶数项移动平均: 原数列 三项移动平均 五项移动平均 四项移动平均 移动平均对数列具有平滑修匀作用，移动项数越多，平滑修匀作用越强； 由移动平均数组成的趋势值数列，较原数列的项数少， 局限：不能完整地反映原数列的长期趋势，不便于直接根据修匀后的数列进行预测。 移动平均法的特点 指数平滑法 趋势线拟合法 是通过数学方法对时间数列配合一条理想的趋势方程 ，使其与原数列曲线达到最优拟合 直线趋势方程： 曲线趋势方程： …… 趋势线拟合法的基本程序 判断趋势类型 计算待定参数 利用方程预测 定性分析 判断趋势类型 绘制散点图 分析数据特征 趋势线拟合法的基本程序 当数据的一阶差分趋近于一常数时，可以配合直线方程 当数据的二阶差分趋近于一常数时，可以配合二次曲线方程 当数据的环比发展速度趋近于一常数时，可配合指数曲线方程 t yi 一阶差分yi - yi-1 1 2 3 4 ? n a + b a + 2b a + 3b a + 4b ? a + nb — b b b ? b 直线趋势方程： t yi 一阶差分 二阶差分 1 2 3 4 ? n a + b + c a + 2b + 4c a + 3b + 9c a + 4b + 16c ? a + nb + n2c — b+3c b+5c b+7c ? b+(2n-1)c — — 2c 2c ? 2c 抛物线趋势方程： t yi yi / yi-1 1 2 3 4 ? n ab ab2 ab3 ab4 ? abn — b b b ? b 指数曲线趋势方程： 用最小平方法 求解参数 a、b ，有 直线趋势的测定 直线趋势方程： 经济意义： 数列水平的 平均增长量 用最小平方法 求解参数 a、b ，有 直线趋势的测定 直线趋势方程： 经济意义： 数列水平的 平均增长量 年份 t GDP (y) ty t2 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1 2 3 4 5 6 7 8 9 10 11 12 13 7610.6 8491.3 9448.0 9832.2 10209.1 11147.7 12735.1 14452.9 16283.1 17993.7 19718.4 21454.7 23129.0 7610.6 16982.6 28344.0 39328.8 51045.5 66886.2 89145.7 115623.2 146547.9 179937.0 216902.4 257456.4 300677.0 1 4 9 16 25 36 49 64 81 100 121 144 169