统计学第6章 时间序列分析和预测资料.pptVIP

周期性分析 (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 C = MA ( C × I ) 周期性分析 (剩余法) 周期性分析 (例题分析) 随机波动 (例题分析) 本章小节 时间序列的分解 时间序列的描述性分析 平稳序列的平滑和预测 有趋势序列的分析和预测 复合型序列的分析 在一般指数曲线的基础上增加一个常数K 一般形式为 （三）修正指数曲线(modified exponential curve) K、a、b 为未知常数 K 0，a ≠ 0，0 b ≠ 1 用于描述的现象：初期增长迅速，随后增长率逐渐降低，最终则以K为增长极限 修正指数曲线(求解k、a、b 的三和法) 趋势值K无法事先确定时采用 将时间序列观察值等分为三个部分，每部分有m个时期 令趋势值的三个局部总和分别等于原序列 观察值的三个局部总和 修正指数曲线(求解k、a、b 的三和法) 根据三和法求得 设观察值的三个局部总和分别为S1，S2，S3 修正指数曲线(例题分析) 【例】我国1983~2000年的糖产量数据如表。试确定修正指数曲线方程，计算出各期的趋势值和预测误差，预测2001年的糖产量，并将原序列和各期的趋势值序列绘制成图形进行比较 修正指数曲线(例题分析) 修正指数曲线 (例题分析) 解得 K、a 、b 如下 修正指数曲线 (例题分析) ?糖产量的修正指数曲线方程 2001年糖产量的预测值 预测的估计标准误差 $ Yt = 3659.149 – 2230.531?( 0.87836 ) t 修正指数曲线 (例题分析) 以英国统计学家和数学家 B·Gompertz 而命名 一般形式为 （四）Gompertz 曲线(Gompertz curve) 描述的现象：初期增长缓慢，以后逐渐加快，当达到一定程度后，增长率又逐渐下降，最后接近一条水平线 两端都有渐近线，上渐近线为Y?K,下渐近线为Y=? 0 K、a、b为未知常数 K 0，0 a ≠ 1，0 b ≠ 1 Gompertz 曲线(求解k、a、b 的三和法) 仿照修正指数曲线的常数确定方法，求出 lg a、lg K、b 取 lg a、lg K 的反对数求得 a 和 K 则有： 将其改写为对数形式： 令： Gompertz 曲线(例题分析) 【例】我国1983~2000年的糖产量数据如表。试确定修正指数曲线方程，计算出各期的趋势值和预测误差，预测2001年的糖产量，并将原序列和各期的趋势值序列绘制成图形进行比较 Gompertz 曲线(例题分析) Gompertz 曲线 (例题分析) Gompertz 曲线 (例题分析) ?糖产量的Gompertz曲线方程 ? 2001年糖产量的预测值 ?预测的估计标准误差 Gompertz 曲线 (例题分析) （五）罗吉斯蒂曲线(Logistic curve) 1838年比利时数学家 Verhulst所确定的名称 该曲线所描述的现象的与Gompertz曲线类似 3. 其曲线方程为 K、a、b 为未知常数 K 0，a 0，0 b ≠1 Logistic 曲线(求解k、a、b 的三和法) 取观察值Yt的倒数Yt-1 当Yt-1 很小时，可乘以 10 的适当次方 a、b、K 的求解方程为 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 一次差的环比值大体相同，配合修正指数曲线 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 3. 比较估计标准误差 §6.5 复合型序列的分解 一. 季节性分析 趋势分析 周期性分析 一、季节性分析 （一）季节指数(seasonal index) 刻画序列在一个年度内各月或季的典型季节特征 以其平均数等于100%为条件而构成 反映某一月份或季度的数值占全年平均数值的大小 如果现象的发展没有季节变动，则各期的季节指数应等于100% 季节变动的程度是根据各季节指数与其平均数(100%)的偏差程度来测定 如果某一月份或季度有明显的季节变化，则各期的季节指数应大于或小于100% 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