统计学5时间序列.ppt

2、剩余法 1）剩余法：分解法，利用分解分析的原理，在时间序列中逐次剔除长期趋势变动T、季节变动S的影响，从而得到C·I值。 2）计算步骤： A）剔除季节变动，先求季节指数而后剔除季节变动的影响。 循环波动分析：剩余法 B）剔除趋势变动，一般以趋势模型法推算趋势值，剔除趋势值之后求循环变动值CI C）剔除随机变动，对时间序列CI进行移动平均，消除不规则变动I，求得循环波动C 具体计算过程中，对时间序列的各个构成要素分解后再剔除，剔除的先后顺序依资料的特点而定。 循环波动分析：剩余法 时间数列的速度分析指标 时间数列的水平分析指标 发展水平 增长量 平均发展水平 平均增长量 增长速度 发展速度 平均增长速度 平均发展速度 动态平均指标 动态比较指标 总结 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 总结 时间序列的分解分析 时间序列的分解分析就是按照时间序列的分析模型，测定出各种变动的具体数值。其分析取决于时间序列的构成因素。 1 .仅包含趋势变动和随机变动（年度数据）： 乘法模型为：Y=T×I 加法模型为： Y=T+I 2.含趋势、季节和随机变动： 按月（季）编制的时间序列通常具有这种形态。分析步骤： a. 分析和测定趋势变动，求趋势值 T ； b. 对时间序列进行调整，得出不含趋势变动的时间序列资料。 时间序列的分解分析 c. 对以上的结果进一步进行分析，消除随机变动 I 的影响，得出季节变动的测定值 S 。 2.含趋势、季节和随机变动： 时间序列的分解分析 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:时距扩大法、移动平均法、数学模型法 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：同期平均法、趋势剔除法 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：直接法、剩余法 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 总结 课后作业 P154-158 课后作业： 实训题：3; 4; 6;9 * 9 9 9 5、10、20天均线 指数时间序列（上证综指日K线图） — — 555 814.5 528 415.8 — — — 566 074.0 566 061.0 539 793.7 496 847.3 — 580 819 2003 548 133 2002 569 270 2001 580 780 2000 469 331 1999 440 431 1998 n = 4 n = 3 移 动 平 均 数 产 量 （y 吨） 年 份 例如 （2）加权移动平均法【补充】 加权移动平均法就是根据同一个移动段内不同时间的数据对预测值的影响程度，分别给予不同的权数，再进行移动平均预测长期趋势。 简单移动平均法在计算平均值时对移动期内的数据同等看待 加权移动平均法根据愈是近期数据对预测值影响愈大这一特点，不同地对待移动期内的各个数据。对近期数据给予较大的权数，对较远的数据给予较小的权数，这样来弥补简单移动平均法的不足。 （2）加权移动平均法【补充】 一般计算奇数项加权移动平均数；权数以二项展开式为基础。中项的权数最大，两边对称，逐期减小。 如 l = 3 时，应以 （a + b )2 = a2 + 2ab + b2 的系数1，2，1 为权数： 又如： l = 5 时，应以 （ a + b )4 =a4 + 4a3b + 6a2b2 + 4ab3 + b4 的系数1，4，6，4，1 做为权数。 用加权移动平均法求预测值，对近期的趋势反映较敏感，但如果一组数据有明显的季节性影响时，用加权移动平均法所得到的预测值可能会出现偏差。 （2）加权移动平均法【补充】 数学模型法 数学模型法 根据时间序列的数据特征，建立一个合适的数学模型（方程）来描述时间序列的趋势变动，推算各时期的趋势值。 建立趋势模型的程序： 1. 选择合适的模型： 判断方法： a. 直接观察法（散点图法） b. 增长特征法 1）线性趋势方程 —逐期增长量（一阶差分）大致相等。 2）二次曲线趋势方程 —逐期增长量大致等量递增或递减，二级增长率（二阶差分）大致相等。 3）指数曲线方程 —环比发展速度近似一个常数。 常见的趋势方程 [补充] 数学模型法 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： 数学模型法 t yi 一阶差分 二阶差分 1 2 3 4 ? n a + b + c