第九篇 时间序列分析.ppt

  1. 1、本文档共110页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第九章???? 时间序列 第一节 时间序列的对比分析 第二节 长期趋势分析 第三节 季节变动分析 第一节 时间序列的对比分析 一. 时间序列及其分类 二. 时间序列的水平分析 三. 时间序列的速度分析 一、时间序列及其分类 ?? 时间数列的分类 时间数列的分类 1、绝对数时间数列 一系列绝对数按时间顺序排列而成 时间数列中最基本的表现形式 反映现象在不同时间上所达到的绝对水平 分为时期数列和时点数列 时期数列:现象在一段时期内总量的排序 时点数列:现象在某一瞬间时点上总量的排序 2、相对数时间数列 一系列相对数按时间顺序排列而成 3、平均数时间数列 一系列平均数按时间顺序排列而成 二、时间序列的水平分析 发展水平 平均发展水平(序时平均数) 增长量(逐期增长量、累计增长量) 平均增长量 发展水平与平均发展水平(概念) 序时平均数的计算 绝对数序列的序时平均数(时期数列) 计算公式: 绝对数序列的序时平均数(时点数列) 绝对数序列的序时平均数(时点数列) 当间隔相等(T1 = T2= …= Tn-1)时,有 绝对数序列的序时平均数(实例) 相对数和平均数序列的序时平均数(计算方法) 相对数序列的序时平均数(实例) 相对数序列的序时平均数(计算结果) 增长量(概念) 1、报告期水平与基期水平之差,说明现象在观察期内增长的绝对数量 2、有逐期增长量与累积增长量之分 逐期增长量 报告期水平与前一期水平之差 计算形式为:Δi=Yi-Yi-1 (i =1,2,…,n) 累积增长量 报告期水平与某一固定时期水平之差 计算形式为:Δi=Yi-Y0 (i=1,2,…,n) 3、各逐期增长量之和等于最末期的累积增长量 平均增长量(概念) 1、观察期内各逐期增长量的平均数 2、描述现象在观察期内平均增长的数量 3、计算公式为 三、 时间序列的速度分析 发展速度 增长速度 平均发展速度 平均增长速度 速度的分析与应用 发展速度(环比发展速度与定基发展速度) 环比发展速度与定基发展速度(关系) 1、观察期内各环比发展速度的连乘积等于最末期的定基发展速度 增长速度(环比增长速度与定基增长速度) 环比增长速度与定基增长速度(关系) 各环比增长速度的连乘积不等于定基增长速度,但已知各环比增长速度可求定基增长速度。 公式: (定基增长速度+1) = ∏(环比增长速度+1) 发展速度与增长速度的计算(实例) 平均发展速度 (1)水平法—几何平均法 原理:从y0出发,以数列的平均速度 去代替各期的环比发展速度,由此推算出的期末理论值水平和期末实际值水平相一致。侧重考察末期水平。 条件:已知期初水平和期末水平,或 已知各期环比发展速度或已知定基发展速度或总速度 (2)累计法—高次方程法 原理:从y0出发,以数列的平均速度 去代替各期的环比发展速度,由此推算出的各期理论值之和与各期实际水平之和相一致。侧重各水平累计和。 条件:已知各期发展水平,或已知期初水平和以后各期累计水平 平均增长速度 平均增长速度:动态数列中各期环比增长速度的序时平均数,说明现象在一段时期内逐期递增或递减的平均程度。 速度的分析与应用(需要注意的问题) 1、当时间序列中的观察值出现0或负数时,不宜计算速度 例如:假定某企业连续五年的利润额分别为5、2、0、-3、2万元,对这一序列计算速度,要么不符合数学公理,要么无法解释其实际意义。在这种情况下,适宜直接用绝对数进行分析 2、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 速度的分析与应用(实例) 速度的分析与应用(增长1%绝对值) 1、速度每增长一个百分点而增加的绝对量 2、用于弥补速度分析中的局限性 3、计算公式为 例:某企业生产某种产品的有关数据如下: 第二节 长期趋势分析 一、时间序列的构成要素与模型 二、线性趋势 三、非线性趋势 四、趋势线的选择 一、时间序列的构成要素与模型 长期趋势 现象在较长时期内持续发展变化的一种趋向或状态(逐渐增加、逐渐减少、或趋于平稳),它是时间序列预测分析的重点。有线性趋势和非线性趋势两种。 线性趋势和非线性趋势 时间序列预测的具体方法 一、线性趋势 1、现象随时间的推移呈现出稳定增长或下降的线性变化规律 2、测定方法有 移动平均法 指数平滑法 线性模型法 (一)移动平均法(Moving Average Method)(见课本260页例题) 测定长期趋势的一种较简单的常用方法 所谓移动平均,就是从时间数列的第一项开始,按照一定的项数求平均数,逐项移动,边移动边平均。 由移动平均数形成的新的时间序列剔除了原有历史数据中的随机因素,对原时间序列的波动

文档评论(0)

xiaofei2001129 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档