统计学原理第六章动态数列3-4节.ppt.pptVIP

(2)序时平均法 由于时点数列各水平相加无独立意义，因此时点数列不能直接用时距扩大法，必须用序时平均法消除偶然影响，反映现象的变化趋势。 序时平均法－－－就是将原时点动态数列中的几项计算序时平均数，消除偶然影响，编制出一个序时平均数动态数列，反映现象的变化趋势。 如表6－3变化趋势不明显，改为6－11变化趋势就明显了。 某商场2010年各月月末销售员人数如表6－3 月份 月末销售员人数 月份 月末销售员人数 上年12 85 7 85 1 75 8 105 2 81 9 99 3 101 10 97 4 87 11 103 5 93 12 107 6 99 (3)移动平均法 －－通过时距扩大逐项移动计算其平均数构成新的动态数列，消除偶然因素的影响，反映现象发展的趋势。 例表6－12 某地区2000－2010年粮食产量（6－12） 年份 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 粮食产量 320 342 336 361 388 380 406 435 430 456 480 三项移动平均 332.7 346.3 361.7 376.3 391.3 407.0 423.7 440.3 455.3 五项移动平均 349.4 361.4 374.2 394.0 407.8 421.4 441.4 （3）直线配合法 －－根据动态数列在散点图上的表现形式接近一条直线，可利用数学方法给它拟合一条直线，以反映现象的发展趋势。 通常有两种配合方法： A、半数平均法； B、最小平方法。 (1)半数平均法 ［公式6—21］ 半数平均法的步骤： 一、将原动态数列均分为两半。如果是奇数列，删除最初一期； 二、用时间顺序t,即1，2，3，…分别代表各年份； 三、分别计算这两半数列的时间变量t的平均值和现象发展水平y的平均值； 五、联立求解方程组，求得a，b。 半数 平均法计算表 年份 t y y 年份 t y y 2001 1 342 329.4 2006 6 406 409.4 2002 2 336 345.4 2007 7 435 425.4 2003 3 361 361.4 2008 8 430 441.4 2004 4 388 377.4 2009 9 456 457.4 2005 5 380 393.4 2010 10 480 473.4 合计 15 1807 1807 合计 40 2207 2207 平均值 3 361.4 平均值 8 441.4 (2)最小平方法 最小平方法计算表 年份 t y ty tt y 2001 1 342 342 1 340.62 2002 2 336 672 4 346.34 2003 3 361 1083 9 362.06 2004 4 388 1552 16 377.78 2005 5 380 1900 25 393.50 2006 6 406 2436 36 409.22 2007 7 435 3045 49 424.94 2008 8 430 3440 64 440.66 2009 9 456 4104 81 456.38 2010 10 480 4800 100 472.10 合计 55 4014 23374 385 二、指数曲线趋势模型 某地区2005－2010年人口指数计算表 年份 t y lgy tt t*lgy 2005 1 85.5 1.93197 1 1.93197 2006 2 86.48 1.93692 4 3.87384 2007 3 87.46 1.94181 9 5.82543 2008 4 88.47 1.94680 16 7.78720 2009 5 89.46 1.95163 25 9.75815 2010 6 90.44 1.95636 36 11.73816 合计 21 11.66549 91 40.91475 三、季节变动的分析 (一)季节变动的概念 季节变动，是指某些现象由于受自然因素和社会条件的影响，在一年之内比较有规律地变动。 (二)季节变动的测定 反映季节变动的指标是“季节比率”，又称为“季节指数”，它是将现象各月的发展水平与全期的平均发展水平对比，得到的相对数。 季节比率指标不能根据某一年的资料来计算，因为个别年份的资料受偶然因素的影响大，必须用三年以上各月或各季的完整资料来计算。 计算季节比率有两种方法，一是直接平均法，它不考虑长期趋势的影响，另一种是剔除法，先剔除长期趋势影响，再计算。 直接平均法计算“季节比率”的步骤 第一步，将三年以上各月或各季度的完整资料排列整齐。 第