[理学]统计学第8章.pptVIP

（二）循环变动的测定方法 1、直接法 1）测定方法：将每年各季或各月的数值与上年同期进行对比，即求出年距发展速度。它适用于季度和月度时间序列。 年距发展速度： 2）特点：简便易行，可以大致消除趋势变动和季节变动的影响。 主要局限性是在消除时间序列长期趋势的同时，相对放大了年度发展水平的影响，当某期发展水平偏低或偏高时，必然会影响C·I的数值，使之偏高或偏低，使得循环波动的振幅被拉大。 2、剩余法 1）剩余法：分解法，利用分解分析的原理，在时间序列中逐次剔除季节变动的影响、长期趋势变动、，从而得到C·I值。 2）计算步骤： A）剔除季节变动，先求季节指数而后剔除季节变动的影响。 B）剔除趋势变动，一般以趋势模型法推算趋势值，剔除趋势值之后求循环变动值C·I 具体计算过程中，对时间序列的各个构成要素分解后再剔除，剔除的先后顺序依资料的特点而定。 C）进行移动平均消除不规则变动 * 经济系统 的内部因素 自然因素 制度性因素 规律性低 固定周期 循环 季节 波动成因 周期规律 变动 季节变动和循环变动的比较 4. 随机变动（I） —由于偶然性因素的影响而表现出的不规则波动。故也称为不规则变动。 随机变动的成因： —自然灾害、意外事故、政治事件； —大量无可言状的随机因素的干扰。 （二）时间序列分析模型 1.加法模型： 假定四种变动因素相互独立，数列各时期发展水平是各构成因素之总和。 2. 乘法模型： 假定四种变动因素之间存在着交互作用，数列各时期发展水平是各构成因素之乘积。 （三）时间序列的分解分析 时间序列的分解分析就是按照时间序列的分析模型，测定出各种变动的具体数值。其分析取决于时间序列的构成因素。 1.仅包含趋势变动和随机变动（年度数据）： 乘法模型为： Y=T×I 加法模型为： Y=T+I 2.含趋势、季节和随机变动： 按月（季）编制的时间序列通常具有这种形态。 分析步骤： a. 分析和测定趋势变动，求趋势值 T ； b. 对时间序列进行调整，得出不含趋势变动的时间序列资料。 c. 对以上的结果进一步进行分析，消除随机变动 I 的影响，得出季节变动的测定值 S 。 分解分析的作用： 1. 测定各构成因素的数量表现，认识和掌握现象发展的规律； 2. 将某一构成因素从数列中分离出来，便于分析其它因素的变动规律； 3. 时间序列的预测奠定基础。 把握现象随时间演变的趋势和规律； 对事物的未来发展趋势作出预测； 便于更好地分解研究其他因素。 测定长期趋势的基本方法： ②移动平均法 ③趋势模型法 测定长期趋势的意义： 二、长期趋势的测定 上一页 下一页 ①时距扩大法 对时间数列的各项数值，按照一定的时距进行逐期移动，计算出一系列序时平均数，形成一个派生的平均数时间数列，以此削弱不规则变动的影响，显示出原数列的长期趋势。 上一页 下一页 （二）移动平均法 ⒉计算各移动平均值，并将其编制成时间数列 一般应选择奇数项进行移动平均； 若原数列呈周期变动，应选择现象的变动周期作为移动的时距长度。 移动平均法的步骤： ⒈确定移动时距 上一页 下一页 移动平均法的特点 上一页 下一页 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; 注意：如果原数列项数不多，移动的周期时间不宜太长，但移动平均的项数越多，新数列所表现的长期趋势也越明显。 （三）趋势模型法 也称曲线配合法，它是根据时间序列的数据特征，建立一个合适的趋势方程来描述时间序列的趋势变动，推算各时期的趋势值。 建立趋势模型的程序： 1.选择合适的模型： 判断方法： a. 直接观察法（散点图法） b. 增长特征法 二、长期趋势的测定 若时间序列的逐期增量大致相同，则可配合直线方程 若时间序列的二级增量大致相同，则可配合抛物方程 若时间序列的环比发展速度大致相同，则可配合指数曲线方程 用最小平方法求解参数 a、b ，有 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 年份 t GDP (y) ty t2 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 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 17