统计学原理10.ppt

应用统计学南京航空航天大学经济与管理学院  党耀国 Iamdangyg@163.com 2、时间序列中各指标所反映现象的总体范围应一致。 总体范围是指现象的空间范围。 3、时间序列中各指标的经济内容应一致。 在统计年鉴中经济指标的含义和内容随着时间的变化，有时会发生变化的。因此在编制时间序列时，这时就需要调整，使前后指标所包含的内容应一致。 4、时间序列中各指标的计算方法应相同。 在指标的总体范围、经济内容相同的情况下，只有对指标的计算方法一致时，计算结果才有可比性。 5、时间序列中各指标的计算价格和计量单位要一致。 统计指标的计算价格和计量单位要统一，因为价格有现行价格与不变价格之分，只有前后价格一致时，计算结果才具有可比性。 第二种情况：当资料不是逐日登记，而只在数值发生变动时才登记的时点序列资料（连续时点序列）时，其序时平均数的计算以变量值的持续时间为权数进行加权平均，即： 例：某企业2001年各季度产值计划完成情况如下表，计算该企业2001年产值平均计划完成程度。 例：下表给出了我国“九五”时期计算机的资料，并计算了相应的逐期增长量和累积增长量，试计算我国“九五”时期计算机平均每年增长量。 第三节 时间序列变动趋势分析 一、时间序列的影响因素及分析模型 时间序列分析：研究随时间发生变化的指标的变化规律。例如是否存在周期、趋势，能否进行预测。时间序列可以是一维的，也可以是多维的，即一个指标或多个指标。 时间序列反映某一指标随时间的推移而出现的变动。影响变动的因素很多，最简单的模型是把时间序列的值看成4种基本因素的影响结果。 1）长期趋势（T，trend）：表达指标数据运动的方向（总趋势），即现象在较长的一段时期，在一些决定性因素作用下出现出的发展变化规律。如由于科学技术在农业中的应用，从一个较长时期看，粮食亩产量是持续增加的。 2）季节因子（S，seasonal）：在一个完整周期内发生的正常波动，也就是在一年内围绕长期趋势发生的随季节交替而发生的周期波动。这个周期可以是季，也可以是月、旬、周等，若是季，4个数据发生一次波动。如某旅游景点的旅游人数在每到周末游客就增加。 时间序列的分析模型 1）加法模型（the additive model） 以y为实际数据，并假定四种影响因素相互独立，则模型表现为各因素的总和，即 y=T+S+C+R (1) 对许多模型，一般没有足够的数据来识别循环周期，则（1）式常简化为 y=T+S+R (1’) 对于加法模型，有一个基本的假设R=0或误差序列的平均值 =0 当趋势变化在每年或每个周期基本相同时，加法模型比较适用。 2）乘法模型（multipicative model） 假定四种影响因素相互独立，则模型表现为各因素的乘积，即 y=T×S×C×R (2) 其中y和T为实际变量，S、C和R为比值，且假定 =1，有时表达为： y=T×S×C+R (3) 此时y和T为实际变量，S，C为比值，且假定 =0。 同加法模型，（2）和（3）式可以简化为： y=T×S×R (2’) y=T×S+R (3’) 在每年（周期）内关于趋势的变化有与趋势相同的比例或百分比时，乘法模型比较适用。 二、长期趋势分析 长期趋势分析就是要排除一些偶然因素的影响，研究现象发展变化的规律，并对其发展变化的总趋势做出判断，因此就必须对原有序列进行科学的处理，也就是对原有的时间序列进行修均。 一般用最小二乘法讨论直线趋势，用滑动平均法讨论曲线趋势。 1、直线趋势 2、曲线趋势 对于不能用直线趋势描述的时间序列，能够直观地观察时间序列的运动方向和幅度，这是可以利用滑动平均法（moving average）。 原理：用相对较小的一段数据，找出平均值，以光滑原始序列的波动，然后滑动到另一段上，每小段的长短与我们观察的数据类型有关。如果是季节数据，则把4个数据作为一小段来平均；如果是月，则12个数据作为一小段来平均。 当每小段数据维是偶数时，要作两次滑动平均。首先把d点的平均值对准d的中间（d+1)/2，然后再对相邻平均值作平均，这一次的平均值对准1+d/2. 由于季节因子是作为一年（季、月）中指标上下浮动的平均效果，因此它们的和应该为1200％或400％。如果它们的