第9章 时间序列的分析.ppt

第9章 时间序列分析 第 9 章 时间序列分析 §9.1 时间序列概述 学习目标 掌握时间序列的基本概念 掌握时间序列的水平、速度及构成分析 掌握趋势序列的的分析和预测方法 了解复合型序列的综合分析 掌握Excel在时间序列上的应用 §9.1 时间序列概述 时间序列概念及分类 时间序列(times series) 1. 同一现象在不同时间上的相继观察值排列而成的数列 国内生产总值等时间序列 时间序列的分类 绝对数时间序列 把一系列同类的绝对数指标按时间先后顺序排列而成的数列 它是时间序列中最基本的表现形式，用于反映现象在不同时间上所达到的绝对水平 根据观察值所属时间状况不同，可分为时期序列和时点序列 时期序列与时点序列 相对数、平均数时间序列 时间序列的编制 时间序列的构成要素 趋势、季节、周期、不规则 趋势(trend) 呈现出某种持续向上或持续下降的状态或规律 季节性(seasonality) 也称季节变动(Seasonal fluctuation) 时间序列在一年内重复出现的周期性波动 周期性(cyclity) 也称循环波动(Cyclical fluctuation) 围绕长期趋势的一种波浪形或振荡式变动 不规则(Irregular variations ) 也称随机性波动(random) 除去趋势、周期性和季节性之后的偶然性波动 时间序列的构成模型 时间序列的分类 平稳序列(stationary series) 基本上不存在趋势的序列，各观察值基本上在某个固定的水平上波动 或虽有波动，但并不存在某种规律，而其波动可以看成是随机的 非平稳序列 (non-stationary series) 有趋势的序列 线性的，非线性的 有趋势、季节性和周期性的复合型序列 §9.2 时间序列的水平分析 发展水平与平均发展水平 发展水平 平均发展水平 平均发展水平与一般算术平均数 平均发展水平的计算 平均发展水平的计算 时点序时平均1-连续(例子) 平均发展水平的计算 时点序时平均2-两两平均法(例子) 平均发展水平的计算 时点序时平均3-首尾折半法(例子) 平均发展水平的计算 相对数、平均数序时平均数(例子) 平均增长量的计算(例子－国内生产总值) §9.3 时间序列的速度分析 发展速度与增长速度 发展速度 发展速度计算实例 增长速度 增长速度计算实例 平均发展速度 水平法(几何平均法) 水平法的特点 累积法(方程法) 平均增长速度 平均增长速度查对表 速度的分析与应用 速度的分析与应用(例子) §9.3 时间序列的趋势分析 长期趋势分析方法 线性趋势(linear trend) 现象随着时间的推移而呈现出稳定增长或下降的线性变化规律 由影响时间序列的基本因素作用形成 测定方法主要有：移动平均法、指数平滑法、线性模型法等 时间序列的主要构成要素 简单移动平均法(simple moving average) 将最近k期数据加以平均作为数据的趋势值 设移动间隔为k (1kt)，则i期的移动平均值为 简单移动平均法 K为偶数时，需将第一次得到的移动平均值再作一次2项移动 平均，才能得到最后的趋势值。而且其趋势值也应放在各移 动项的中间位置，使移动平均趋势值正对某一时期 简单移动平均法(例题分析) 简单移动平均法 移动平均的项数要视现象本身的特点而定。 趋势值项数与移动平均项数n及原数列的项数N有以下关系 趋势值项数=N-n+1 （n为奇数） =N-n （n为偶数） 移动平均后的修匀数列项数比原数列首尾各少项： （n-1）/2项 （为奇数时） n/2 项 （为偶数时） 由于首尾都损失若干信息量， 可用于观察趋势，但不利于直接预测。 指数平滑法(exponential smoothing) 是加权平均的一种特殊形式 对过去的观察值加权平均进行预测的一种方法 观察值时间越远，其权数也跟着呈现指数的下降，因而称为指数平滑 有一次指数平滑、二次指数平滑、三次指数平滑等 一次指数平滑法也可用于对时间序列进行修匀，以消除随机波动，找出序列的变化趋势 一次指数平滑(single exponential smoothing) 只有一个平滑系