第7章 时间序列分析与预测.ppt

因为变异无所不在，所以统计结论并不总是绝对的。 David S.Moore 第7章 时间序列分析和预测 7.1 时间序列及其分解 7.2 时间序列的水平分析 7.3 时间序列的速度分析 7.4 平稳序列的预测 7.5 趋势型序列的预测 学习目标 时间序列及其分解原理 时间序列的描述性分析 时间序列的预测程序 平稳序列的预测方法 有趋势成分的序列的预测方法 时间序列(times series) 1. 同一现象在不同时间上的相继观察值排列而成的数列 2. 形式上由现象所属的时间和现象在不同时间上的观察值两部分组成 3. 排列的时间可以是年份、季度、月份或其他任何时间形式 时间序列的种类 时间序列的成分 时间序列的成分 趋势(trend) 持续向上或持续下降的状态或规律 季节性(seasonality) 也称季节变动(seasonal fluctuation) 时间序列在一年内重复出现的周期性波动 周期性(cyclity) 也称循环波动(cyclical fluctuation) 围绕长期趋势的一种波浪形或振荡式变动 随机性(random) 也称不规则波动(irregular variations) 除去趋势、周期性和季节性之后的偶然性波动 含有不同成分的时间序列 时间序列的分解模型 乘法模型 Yi=Ti×Si×Ci×Ii 加法模型 Yi=Ti+Si+Ci+Ii 发展水平(Developing Level) 上例中，我国1995-2000的平均投资额为： 对于连续的时点序列，如果间隔相等，序时平均数的计 算公式为： 对于连续的时点序列，如果间隔不等 则用每次变动持续的时点长度（f）为权数，进行加平均。 　　计算公式为：　 对统计时点间隔在一天以上的时点序列，视为间断时点序列。 当各观察时点的间隔相等时，序时平均数的计算公式为： 当各观察时点的间隔不等时，序时平均数的 计算公式为： 平均发展水平 根据相对数和平均数时间序列计算平均发展水平 增减量（增长水平 Increasing Level ） 平均增减量(Average Increasing Level) 7.3 时间序列的速度分析 7.3.1 发展速度 7.3.2 增长速度 7.3.3 平均发展速度和平均增长速度 发展速度（Speed of Development) 环比发展速度与定基发展速度的关系 1.环比发展速度的连乘积等于相应时期的定基发展速度 例:1994－2000年我国固定资产投资总额及发展速度如表所示。 增长速度(growth rate) 增长1%绝对值 增长率每增长一个百分点而增加的绝对量用于弥补增长率分 析中的局限性，计算公式为 平均发展速度和平均增长速度 平均发展速度是各个时期环比发展速度的平均数。 水平法（几何平均法）平均发展速度 几何平均法的实质：用公式表示为： ， 即 3.由几何平均数的性质及公式 可以看出，几何平均法侧重于末期水平，只要知道末期水平和基期水平，不论中间各期水平如何，事实上并不影响平均发展速度的计算结果 累计法（方程式法）平均发展速度 该方法的基本思想是：从最初水平 ，出发，每期按平均发展速度 发展，据此推算出的各期水平之和等于各期的实际观察值之和，即： 整理得： 这个方程的正根就是所求的平均发展速度。 预测方法的选择 简单平均法 简单平均法  (simple average) 根据过去已有的t期观察值来预测下一期的数值 设时间序列已有的观察值为 Y1 ， Y2 ， … ，Yt，则第t+1期的预测值Ft+1为 有了第t+1期的实际值，便可计算出预测误差为 第t+2期的预测值为 简单平均法(特点) 适合对较为平稳的时间序列进行预测 预测结果不准 将远期的数值和近期的数值看作对未来同等重要 从预测角度看，近期的数值要比远期的数值对未来有更大的作用 当时间序列有趋势或有季节变动时，该方法的预测不够准确 移动平均法 移动平均法(moving average) 对简单平均法的一种改进方法 通过对时间序列逐期递移求得一系列平均数作为预测值(也可作为趋势值) 有简单移动平均法和加权移动平均法两种 简单移动平均法(