时间序列分析及动态预测.doc

时间序列分析与动态预测 第一节 时间序列及相关概念 一时间序列 time series 1 定义 同一现象在不同时间上的相继观察值排列而成 的序列 用t 表示观察的时刻 X 表示观察值的数量 则 Xt t 0 1 2 为时间 t 上的观察值 因此时间序 列又可表示为 Xt t 012 或 2 时期序列与时点序列 a 时期序列 观察值是时间段t 年季月周日等 内的数据 反映现象在时间段 t 内发展变化的总结果 b 时点序列 观察值是时间点t 年季月周日等 上的数据 反映现象在时间点t 上的结果 注意 时期序列与时点序列的区别 I 可加性 与时间的关系 III 资料的登记方法 二 时间序列的分类 a 平稳序列 stationary series 基本上不存在趋势的序列序列中的各观察 值基本上在某个固定的水平上波动 b 非平稳序列 un-stationary series 序列的变化规律存在 趋势性 trend a name=baidusnap0/a季节/B性 seasonality 周期性 cyclity 第二节 时间序列的对比分析 一 发展水平与平均发展水平 水平 时间序列中的每一项观察值 体现了客观现象发展变化在各个不同时间上所达到的状态规模或水平 期初发展水平 时间序列中的第一个位置上的发展水平 记为x1 期末发展水平 时间序列中的最后一个位置上的发展水平xn 中间发展水平 时间序列中的首尾两个位置以外的其余位置上的发展水平 即x2 x2 xn-1 基期水平 作为对比分析基础的观察值水平 报告期水平 作为被比较对象的观察值水平 注意 基期与报告期的关系 平均发展水平 客观现象在各个时间上达到的发展水平的平均数 平均发展水平的计算 1 时期序列平均发展水平简单算术平均 若时间序列为x1 x2 xn 则 2 时点序列平均发展水平 a 若时间间隔以日 天 计 则公式 141 有效 b 若时间间隔大于日 且各时间点的间隔距离相等 则 c 若时间间隔大于日 且各时间点的间隔距离不相等 则 例143 某地区2000年人口数 单位万人 如下 计算该地区2000年的平均人口数 二 增长量与平均增长量 增长量 时间序列中不同时期发展水平的差 反映了客观现象在观察期内增加或减少的绝对数量 即 增长量 报告期水平 - 基期水平 144 逐期增长量 t t Xt1- Xt 145 基期水平都 选择为报告期的前一期水平 累积增长量 st st Xt - X1 146 基期水平都选择为最初或某一固定时期的水平 逐期增长量与累积量的关系 st 12 st 12 3 st 12 34 st 123 n 例144 销售额变化的增长量 平均增长量 观察期内各时期增长量的平均数 主要用于反映 现象在观察在观察内平均增减变化的情况 即 三发展速度与平均发展速度 发展速度 时间序列中两个时期发展水平的比值 反映了客 观现象在观察期内变化的快慢 即 例146 计算人均收入的发展速度 四 增长速度与平均增长速度 增长速度 增长量与基期水平的比值 用于反映现象发展变化的相对程度 计算方法为 例148 计算人均收入的发展速度 第三节 时间序列的分解与假定模型 时间序列的构成要素  长期趋势成分 T 季节/B性或季节/B变动成分 S  周期性或循环波动成分 C 随机性或不规则性成分 I 资料来源《中国统计年鉴2001》北京中国统计出版社2001 长期趋势成分 T 季节/B性或季节/B变动成分 S 时间序列的假定模型 第四节 长期趋势的测定与预测 要点 a 对时间序列进行平滑以描述序列的趋势b 对时间序列进行短期预测 长