统计学教学资料（广东外语外贸大学）第九章 时 间 序 列 分 析.pptVIP

第九章 时 间 序 列 分 析 1、时间序列的两个基本要素 一是资料所属的时间；二是在不同时间上的统计数据。 二、时间数列的水平分析 （一）发展水平 时间数列中每一项指标数值。 最初水平 最末水平 基期 报告期 （二）平均发展水平（序时平均数或动态平均数） 1、绝对数时间序列序时平均数的计算 （1）时期数列序列序时平均数的计算（同算术平均数） 第 二 节 趋 势 变 动 分 析 一、时间数列的影响因素与模型（一）时间数列的影响因素 1、长期趋势 （T） 2、季节变动 （S） 3、循环变动 （C）  4、不规则变动 （I） （二）模型1、加法型  假定各影响因素是相互独立的，即每一因素对时间数列Y所产生的影响都是独立的，则可采用加法型。其关系式为：Y=T+S+C+I 2、乘法型 假定时间数列的各影响因素互不独立，即它们除了对时间数列的发展水平产生影响外，这些因素之间还相互影响。这四类影响因素与时间数列发展水平的关系模型则为乘法型。其关系式为： Y=T·S·C·I 3、乘加型 乘加型是上述两种类型的混合和折衷。它是指时间数列由有关影响因素分别相乘之后再相加的总和所形成的结构类型。其关系式为：Y=T·S+C·I 二、长期线性趋势分析 （一）移动平均法 移动平均法是将原时间数列的数据进行修匀，以便削弱其由于偶然性因素引起的短期波动的影响，从而显示出较长时期的发展趋势。 移动平均法的特点（见教材P309） 1. 对原序列有修匀或平滑的作用。时距项数 N越大，对 数列的修匀作用越强 2. 移动平均项数N为偶数时， 需移正平均 3. 平均时距项数N与季节变动长度一致才能 消除季节变动；时距项数N和周期一致才 能消除周期波动。 4. 移动平均会使原序列失去部分信息，平均 项数越大，失去的信息越多。 （二）最小平方法 最小平方法的数学依据是：实际值与趋势值的离差平方和为最小，即： 用微分方法推出求a、b两待定系数的方程组为：  其中：n为时间序数，t为时间序号 一般方法 简捷法 当时间数列的项数n为奇数时，可取中间一项的序号为0，则t为…-3，-2，-1，0，1，2，3，…当n为偶数时，以两个中间项的中点为原点，将原来一个时期变为两个时期，则t为…-5，-3，-1，1，3，5，…于是上式变为： 例1、p310例9.5 [习题1]某地区1989~2001年出口额资料如表，据此用最小平方法配合趋势直线模型，并预测该地区2003年的出口总额为多少。 360 2001 369 2000 315 1999 298 1998 265 1997 261 1996 290 1995 285 1994 225 1993 183 1992 192 1991 134 1990 108 1989 出口额 年份 182 3580 3285 0 合计 36 2160 360 6 2001 25 1845 369 5 2000 16 1260 315 4 1999 9 894 298 3 1998 4 530 265 2 1997 1 261 261 1 1996 0 0 290 0 1995 1 -285 285 -1 1994 4 -450 225 -2 1993 9 -549 183 -3 1992 16 -768 192 -4 1991 25 -670 134 -5 1990 36 -648 108 -6 1989 ty 出口额y 编号t 年份 所求趋势直线为： （亿美元） 用此直线预测该地区 2003年的出口总额为： 某地区粮食亩产量资料如下表： 217 230 225 248 242 253 280 309 343 产量 1993 1994 1995 1996 1997 1998 1999 2000 2001 年份 用最小平方法配合趋势直线模型，并预测该地区2002年的粮食亩产量为多少千克。 习题：广州市人均GDP1994-2002年资料如下： 5055 4590 4142 3655 3318 3003 2668 2319 1797 人均GDP 2002 2001 2000 1999 1998 1997 1996 1995 1994 年份 试用最小平方法配合趋势直线模型，