时间序列分析.pptVIP

1、时距扩大法 　 将时距比较短的时间序列，加工处理成时距较长的时间序列，消除受偶然因素影响引起的不规则变动，从而使序列呈现出总的变动趋势。 第四节　时间序列的分解与测定 2、移动平均法 是时距扩大法的改良，按照事先规定的移动时间长度N，采取逐项向后递移，计算出序时平均数序列，主要修匀不规则变动和季节变动的影响，使序列呈现出比较明显的趋势。 第四节　时间序列的分解与测定 3、趋势方程拟合法 可以建立数学模型，进行动态预测。长期趋势模型包括直线模型和曲线模型 第四节　时间序列的分解与测定 季节变动的分析原理与方法 原理 方法 调整 第四节　时间序列的分解与测定 　 季节变动是一种各年变化强度大体相同且每年重现的有规律的变动。 　 季节模型，就是指一时间序列在各年中所呈现出的典型状态，这种状态年复一年以基本相同的形态出现。 第四节　时间序列的分解与测定 一、按月（或按季）平均法 季节变动、循环变动和剩余变动的测定 季度 年份 全 年 12个季度合计 12个季度平均 100％ 一 二 四 三 季节指数％ 各季平均数 季节变动的测定 长期趋势剔除法 按月（或按季）平均法只限于时间数列中不存在明显的长期趋势时使用，若时间数列中存在着明显的长期趋势，则前后期水平会有较大的差异，用按月（或按季）平均法计算得到的季节指数就会受到长期趋势的影响，不能精确反映季节变动。这时，就要用长期趋势剔除法来计算季节指数。 乘法模式分解，先剔除长期趋势，后同期平均的方法。 时间序号t Y 预测的趋势值 = f(t) Y / T =S·I 1 1596 1560.8739 1.0225 . . . . . . . . . . . . . . . . 36 2532 2529.2928 1.0011 月份 年份 1 2 3 4 5 6 2002 1.0225 1.0129 1.0153 1.0013 0.9931 0.9981 2003 1.0064 0.9898 0.9983 0.9925 0.9957 1.0087 2004 1.0117 1.0077 1.0161 1.0126 1.0053 1.0088 三年同月合计 3.0406 3.0104 3.0297 3.0064 2.9941 3.0156 （季节指数S % ） 1.0135 1.0035 1.0099 1.0021 0.9979 1.0052 7 8 9 10 11 12 ? 0.9896 0.9877 0.9931 0.9796 0.9779 0.9918 ? 1.0015 1.0093 1.0103 1.0014 0.9974 1.0067 ? 0.9958 0.9911 0.9966 0.9851 0.9878 1.0011 ? 2.9869 2.9881 3 2.9661 2.9631 2.9996 ? 0.9956 0.9960 1 0.9887 0.9877 0.9999 ? 循环变动的测定 方法：直接法、剩余法。 从数列中消除（T） Y/T=S·C·I 从余值中消除（S） S·C·I/S=C·I 从余值中消除（I） 即移动平均，得到C 不规则变动的测定： 从CI中消除（C） CI/C=I 序号t Y Y/ T=C·I 三项移动平均 C= C·I/三项移动平均 I= C·I/ C 1 29662 32225.69 0.920446 —— ? ? 2 38521 37523.59 1.026581 1.00027 1.026304 1.00027 … … … … … … … 9 110695 108897.97 1.016502 1.006706 1.009731 1.006706 10 126196 126800.79 0.99523 —— ? ? 本章小结 （1）掌握时间序列的概念、构成要素及其种类； （2）平均发展水平的意义及其计算； （3）发展速度的意义及其计算； （4）平均发展速度的意义及其计算； （5）长期趋势的测定和分析； （6）季节变动的测定和分析。 ③间隔期相等的时点序列 采用一般首尾折半法计算。 例如：数列 有 个数据，计算期内的平均水平 计算步骤：计算内的平均