[其它]第五章 时间数列.ppt

三、时间序列的用途 可以描述现象在具体时间条件下的发展状况和结果； 可以进行各种动态对比分析，研究现象发展变化的方向和程度； 可以分析现象的发展变化趋势及其规律，如长期趋势、季节趋势等； 根据对现象发展变化趋势与规律的分析，可以进行动态预测。 时期序列与时点序列的比较 例1:某地区某种农产品收购量1980年为71.4万吨,1981-1990年累计为724.1万吨,其中1990年为65.2万吨,计算平均增长量。 它要求用平均增长量推算的各期理论水平之和等于各期的实际水平之和。设平均增量为Δ,则有： （3）两种方法的比较： 引例：单项选择题 1．已知环比增长速度为9.2％、8.6％、7.1％、7.5％，则定基增长速度为（ ） A.9.2％×8.6％×7.1％×7.5％ B.（9.2％×8.6％×7.1％×7.5％）－100％ C.109.2％×108.6％×107.1％×107.5％ D.（109.2％×108.6％×107.1％×107.5％）－100％ 【例】2000年某厂生产水泥6万吨，计划此后每年产量增长10%，计算2005年该厂水泥产量将达到多少？ 移动平均法(趋势图) 移动平均法(应注意的问题) 移动平均后的趋势值应放在各移动项的中间位置 对于偶数项移动平均需要进行“中心化” 移动间隔的长度应长短适中 如果现象的发展具有一定的周期性，应以周期长度作为移动间隔的长度 若时间序列是季度资料，应采用4项移动平均 若为月份资料，应采用12项移动平均 某商品销售额 抛物线(Second Degree Curve) 现象的发展趋势为抛物线形态 一般形式为 抛物线(Second Degree Curve) 根据最小二乘法得到求解 a、b、c 的标准方程为 指数曲线(Exponential curve) 用于描述以几何级数递增或递减的现象 一般形式为 指数曲线(a、b 的求解方法) 采取“线性化”手段将其化为对数直线形式 根据最小二乘法，得到求解 lga、lgb 的标准方程为 D 龚铂茨曲线(Gompertz curve) 以英国统计学家和数学家 B·Gompertz 而命名 一般形式为 （E）罗吉斯蒂曲线(Logistic Curve) （三）趋势线的选择 观察散点图 根据观察数据本身，按以下标准选择趋势线 一次差大体相同，配合直线 二次差大体相同，配合二次曲线 对数的一次差大体相同，配合指数曲线 对数一次差的环比值大体相同，配合 Gompertz 曲线 倒数一次差的环比值大体相同，配合Logistic曲线 （二）季节变动的分析原理 季节变动的分析原理 （三）按月(季)平均法(原理和步骤) 按月(季)平均法(实例) 按月(季)平均法(计算表) 按月(季)平均法(特点及应用) 应用该方法的基本假设是原时间序列没有明显的长期趋势和循环波动 通过若干同期数值的平均，可以消除不规则波动. 只有当序列的长期趋势和循环波动不明显或影响不重要时应用此法比较合适 （四）移动平均趋势剔除法(季节指数计算步骤) 计算移动平均值(季度数据采用4项移动平均，月份数据采用12项移动平均)，并将其结果进行“中心化”处理 将移动平均的结果再进行一次二项的移动平均，即得出“中心化移动平均值”(CMA) 计算移动平均的比值，也称为季节比率 即将序列的各观察值除以相应的中心化移动平均值，然后再计算出各比值的季度(或月份)平均值，即季节指数 季节指数调整 各季节指数的平均数应等于1或100%，若根据第二步计算的季节比率的平均值不等于1时，则需要进行调整 具体方法是：将第二步计算的每个季节比率的平均值除以它们的总平均值 季节指数(例题分析) 【例】下表是一家啤酒生产企业1997～2002年各季度的啤酒销售量数据。试计算各季的季节指数 季节指数(例题分析) 季节指数(例题分析) 季节指数(例题分析) （五）分离季节因素 将季节性因素从时间序列中分离出去，以便观察和分析时间序列的其他特征 方法是将原时间序列除以相应的季节指数 结果即为季节因素分离后的序列，它反映了在没有季节因素影响的情况下时间序列的变化形态 二、循环波动分析 （一）循环波动分析含义 近乎规律性的从低至高再从高至低的周而复始的变动 不同于趋势变动，它不是朝着单一方向的持续运动，而是涨落相间的交替波动 时间长短和波动大小不一，且常与不规则波动交织在一起，很难单独加以描述和分析 　 （二）循环波动分析方法 (剩余法) 先消去季节变动，求得无季节性资料 再将结果除以由分离季节性因素后的数据计算得到的趋势值，求得含有周期性及随机波动的序列 将结果进行移动平均(MA) ，以消除不规则波动，即得循环波动值