12 第十二章 时间序列分析73 (修1)精品课件.pptVIP

第十二章 时间序列分析和预测 第十二章 时间序列分析和预测 第一节 时间序列的构成要素及描述性分析 第二节 平稳序列的平滑和预测 第三节 有趋势序列的分析和预测 第四节 复合型序列的分解 学习目标 1. 掌握时间序列的描述性分析 2. 掌握长期趋势分析的方法及应用 3. 掌握季节变动分析的原理与方法 4. 掌握循环波动的分析方法 第一节 时间序列的构成要素及描述性分析 一. 时间序列的构成要素 二. 时间序列各要素的测定 三. 时间序列的描述性分析 时间序列的构成要素 构成因素 长期趋势 (Secular Trend ) 季节变动 (Seasonal Fluctuation ) 循环波动 (Cyclical Movement ) 不规则波动 (Irregular Variations ) 模型 乘法模型：Yi = Ti × Si × Ci × Ii 加法模型：Yi = Ti + Si + Ci + Ii 预测方法选择 时间序列各要素的测定 时间序列的描述性分析（一个例子） 图形描述—以折线图描述 指标描述 指标描述 增长率说明现象的相对增长程度。有环比 增长速度与定基增长速度之分 计算公式为 增长率分析 平均增长率 平均增长率 年度化增长率 3. 年度化增长率 增长率以年来表示时，称为年度化增长率或年率 可将月度增长率或季度增长率转换为年度增长率 计算公式为 年度化增长率（实例） 【例12.3】已知某地区的如下数据，计算年度化增化增长率 增长率分析中应注意的问题 当时间序列中的观察值出现0或负数时，不宜计算速度 在有些情况下，不能单纯就速度论速度，要注意速度与绝对水平的结合分析，计算： 一个例子 第二节 平稳序列的平滑和预测 移动平均法 移动平均法实例 移动平均法实例 移动平均法 移动平均法是测定长期趋势的一种较简单的常用方法 通过扩大时距，边移动边平均 由移动平均数形成的新的时间序列对原时间序列的波动起到修匀作用，从而呈现出现象发展的变动趋势 移动平均法(应注意的问题) 1.时距选择 如果现象的发展具有一定的周期性，应以周期长度作为移动间隔的长度 若时间序列是季度资料，应采用4项移动平均 若为月份资料，应采用12项移动平均 指数平滑法 指数平滑法 指数平滑法 续：指数平滑法 第三节 有趋势序列的分析和预测 线性趋势分析和预测 线性趋势分析和预测实例（趋势值及误差） 线性趋势分析和预测实例（趋势图） 非线性趋势分析和预测 二次曲线实例1 二次曲线实例1 二次曲线实例1 二次曲线实例1 （趋势图） 二次曲线实例2 二次曲线实例2 二次曲线实例2 （趋势值及误差） 二次曲线实例2 （趋势图） 指数曲线(Exponential curve) 1. 用于描述以几何级数递增或递减的现象 （对数的一次差大体相同） 2. 一般形式为 指数曲线(a、b 的求解方法) 采取“线性化”手段将其化为对数直线形式 根据最小二乘法，得到求解 lga、lgb 的标准方程为 指数曲线实例 指数曲线实例 指数曲线实例 （趋势值及误差） 指数曲线实例（趋势图） 修正指数曲线(Modified exponential curve) 当现象一次差的环比值大体相同，可配合修正指数曲线，它是在一般指数曲线的基础上增加一个常数K 一般形式为 修正指数曲线(求解k、a、b 的三和法) 修正指数曲线（实例） 修正指数曲线（计算结果） 修正指数曲线（计算结果） 修正指数曲线（趋势值及误差） 修正指数曲线 （趋势图） Gompertz curve（龚铂茨曲线） 以英国统计学家和数学家 B·Gompertz 而命名 一般形式为 Gompertz曲线(求解k、a、b 的三和法) 将其改写为对数形式 Gompertz曲线（实例） Gompertz曲线（计算结果） Gompertz曲线（计算结果） Gompertz曲线（趋势值及误差） Gompertz曲线（趋势图） 罗吉斯蒂曲线 (Logistic Curve) Logistic 曲线(求解k、a、b 的三和法) 趋势线的选择 观察散点图 差分法：根据观察数据特点选择趋势线 一次差大体相同，配合直线 二次差大体相同，配合二次曲线 对数的一次差大体相同，配合指数曲线 一次差的环比值大体相同，配合修正指数曲线 对数一次差的环比值大体相同，配合 Gompertz 曲线 倒数一次差的环比值大体相同，配合Logistic曲线 3. 比较估计标准误差 第四节 复合型序列的分解 一. 季节变动及其测定目的 季节变动的分析方法与原理 季节变动的调整 循环波动(概念及测定方法） 季节变动及其测定目的 按月(季)平均法(原理和步骤) 季节