08第八章节 时间序列分析.ppt

移动平均 移正平均 新数列 移动平均法 偶数项移动平均: 原数列 原数列 三项移动平均 五项移动平均 四项移动平均 移动平均对数列具有平滑修匀作用，移动项数越多，平滑修匀作用越强； 由移动平均数组成的趋势值数列，较原数列的项数少，n为偶数时，趋势值数列首尾各少 项；n为奇数时，首尾各少 项； 局限：不能完整地反映原数列的长期趋势，不便于直接根据修匀后的数列进行预测。 移动平均法的特点 趋势直线拟合法（最小二乘法） 当时间数列逐期增长量近似于常数时，通过数学方法对时间数列配合一条理想的趋势直线方程,使其与原数列曲线达到最优拟合。 直线趋势方程 t yi 逐期增长量yi - yi-1 1 2 3 4 ? n a + b a + 2b a + 3b a + 4b ? a + nb — b b b ? b 直线趋势方程 趋势线的选择 直线趋势的测定 直线趋势方程： 经济意义： 数列水平的 平均增长量 参数 a、b的求法，常用最小平方法。 最小平方法是测定长期趋势最普遍使用的方法。 其原理是： 为使Q=Σ（y-a-bt）2=min，对a、b的偏导数等于0。 年份 t GDP (y) ty t2 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 1 2 3 4 5 6 7 8 9 10 11 12 13 7610.6 8491.3 9448.0 9832.2 10209.1 11147.7 12735.1 14452.9 16283.1 17993.7 19718.4 21454.7 23129.0 7610.6 16982.6 28344.0 39328.8 51045.5 66886.2 89145.7 115623.2 146547.9 179937.0 216902.4 257456.4 300677.0 1 4 9 16 25 36 49 64 81 100 121 144 169 合计 91 182505.8 1516487.3 819 例 已知某地GDP资料（单位：亿元）如下， 拟合直线趋势方程，并预测2006年的水平。 解 预测 0 1 2 3 4 5 6 7 求解a、b的简捷方法 0 1 2 3 -1 -2 -3 取时间数列中间项为原点 ` 当?t = 0时，有 n为奇数时，令t = …，-3，-2，-1，0，1，2，3， … n为偶数时，令t = …，-5，-3，-1，1，3，5， … 年份 t t GDP (y) ty t2 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 1 2 3 4 5 6 7 8 9 10 11 12 13 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7610.6 8491.3 9448.0 9832.2 10209.1 11147.7 12735.1 14452.9 16283.1 17993.7 19718.4 21454.7 23129.0 -45663.6 -42456.5 -37792.0 -29496.6 -20418.2 -11147.7 0 14452.9 32566.2 53981.1 78873.6 107273.5 138774.0 36 25 16 9 4 1 0 1 4 9 16 25 36 合计 91 0 182505.8 238946.7 182 解： 预测 季节变动：一年之内因纯季节原因造成的数列的波动。 饮料的生产量及销售量在一年内的变化 用电量在一年之内的增减 蔬菜价格在一年内的波动 鲜花销售每年的几个旺季 每年旅客运输的高峰期…… 第三节 季节变动分析 季节变动分析 按月(季)平均法的计算过程： 第一步，求各年同季（同月）平均数： 设有 n 年 m 季的数据，y ij 为第 i 年第 j 季的数据 第二步，求各季或各月的总平均数： 第三步，求出季节指数。 按月(季)平均法 即: 季节指数之和 = 4 比率按月(季)平均法 步骤： 1、计算年度季节比率。 2、同季季节比率平均，得季节指数。 使用趋势剔除法的原因 当存在向上的长期趋势时，原资料平均法对于每年前面季节的季节指数有所贬低，对后面季节的季节指数则有所夸大。反则反之。 移动平均趋势剔除法 趋势剔除法的基本过程 趋势剔除法的假设：没有循环变动影响。 第一步，用移动平均法计算趋势值T。 第二步，对原数列剔除趋势变动，得到季节比率。 第三步，计算同季平均比率。 第四步，对同季平均比率修正后得季节指数。 季节变动