《统计学》Chap11_时间序列分析.ppt

* * 第十一章 时间序列分析 南京财经大学统计学系 高等教育出版社 高等教育电子音像出版社 本章内容 一、 时间序列的有关概念 二、 时间序列的因素分析 三、 平稳时间序列分析 时间序列的有关概念 时间序列含义、构成因素、 数学模型 时间序列的基本概念： 时间序列的因素分析 长期趋势分析: 图形描述： 平稳时间序列、非平稳时间序列、仅含长期趋势的序列、含趋势和季节性的时间序列 季节变动分析: 移动平均法、趋势线法 循环变动分析: 季节变动及其测定目的、季节变动分析的原理与方法、 循环变动及其测定意义、循环变动的测定方法(剩余法) 平稳时间序列分析 ARMA模型识别: 平稳时间序列概述： 模型参数估计: 矩估计、极大似然估计 平稳时间序列定义、常见时间序列模型 相关函数定阶法、信息准则定阶法 时间序列含义 把某种现象发展变化的指标数值按一定时间顺序排列起来形成的数列，称为时间序列（数列），有时也称为动态数列。 任何一个时间序列都具有两个基本要素：一是现象所属的时间、二是与时间所对应的指标值 时间序列的构成要素 长期趋势(Trend) 季节变动(Seasonal Fluctuation) 循环变动(Cyclical Variation) 不规则变动(Irregular Random Variation) 时间序列的数学模型 乘法模型 ： Y=T×S×C×I 加法模型： Y=T+S+C+I 平稳时间序列 非平稳时间序列 仅包含长期趋势 既包含长期趋势，又包含季节变动 移动平均法 移动平均法是通过逐期移动时间序列，并计算一系列扩大时间间隔后的序时平均数，最终形成一个新时间序列的方法。由于序列平均数有抽象数量差异的作用，所以经过移动平均后得到的新序列相比原时间序列来说，由其它因素而引起的变动影响被削弱了，对原序列起到了修匀的作用，从而更清晰地呈现出现象的变动趋势。 移动平均法特点 ①移动平均对原数列有修匀作用，平均的时距数越大，对数列修匀作用越强。 ②如果移动奇数项，则只需移动一次，且损失资料N-1项；如果移动偶数项，则需移动两次，损失资料为N项。 ③当数列包含季节变动时，移动平均时距项数N应与季节变动长度一致。 ④适宜对数据进行修匀，但不适宜进行预测。 趋势线法 趋势线法是选择合适的趋势线，并利用回归分析的方法建立趋势方程来拟合时间序列的方法。线性趋势方程的一般公式为： 式中： 表示时间序列y的长期趋势值；t为时间标号；a、b为待定参数 【例11.2】利用例11.1的数据，建立时间序列的直线趋势方程 【解】根据公式（11.2）计算得： 季节变动及其测定目的 季节变动是指客观现象因受自然因素或社会因素影响，而形成的有规律的周期性变动。 我们测定季节变动的意义主要在于认识规律、分析过去、预测未来。其目的一是通过分析与测定过去的季节变动规律，为当前的决策提供依据；二是为了对未来现象季节变动作出预测，以便提前作出合理的安排：三是为了当需要不包含季节变动因素的数据时，能够消除季节变动对数列的影响，以便更好地分析其他因素。 季节变动分析的原理与方法 测定季节变动的方法很多，从是否考虑长期趋势的影响看可分为两种：一是不考虑长期趋势的影响，根据原始时间序列直接去测定季节变动；二是根据剔除长期趋势后的数据测定季节变动。 原始资料平均法 趋势剔除法 原始资料平均法 例题 注意 若时间序列中不包含长期趋势和循环变动，则直接利用原序列进行同期平均和总平均，消除不规则变动，计算出季节指数，常用按季(月)平均法。基本步骤如下： 1. 计算同月（或同季）的平均数 2. 计算全部数据的总月（总季）平均数 3. 计算季节指数（S） 注意事项 运用此方法的基本假定是原时间序列没有明显的长期趋势和循环变动，通过各年同期数据的平均，可以消除不规则变动，而且当平均的期间与循环周期基本一致时，也在一定程度上消除了循环波动。当时间序列存在明显的长期趋势时，会使季节变动的分析不准确，如存在明显的上升趋势时，年末季节变动指数会远高于年初季节变动指数；当存在明显的下降趋势时，年末的季节指数会远低于年初的季节指数。所以只有当数列的长期趋势和循环变动不明显时，运用原始资料平均法才比较比较合适。 趋势剔除法 如果数列包含有明显的上升（下降）趋势或循环变动，为了更准确地计算季节指数，就应当首先设法从数列中消除趋势因素，然后再用平均的方法消除不规则变动，从而较准确地分解出季节变动成分。数列的长期趋势可用移动平均法或趋势方程拟合法测定。 操作步骤 操作步骤—乘法模型 当时间序列包含长期趋势和循环变动时，趋势剔除法的基本步骤