第5章sps基统计分析.ppt

时间数列变动分析就是要把时间数列受各类因素的影响状况分别测定出来，搞清研究对象发展变化的原因及其规律，为预测未来和决策提依据。 时距扩大法 时距扩大法：是把原有时间数列中各时 期资料加以合并，扩大每段计算所包括的 时间，得出较长时距的新动态数列，以消 除由于时距较短受偶然因素影响所引起的 波动，清楚地显示现象变动的趋势和方向。 季节变动的分析要点 根据季节指数与其平均数(100%)的偏差程度测定季节变动的程度，如果现象没有季节变动，各期的季节指数等于100%，指数越远离其平均数(100%) 季节变动程度越大。 月(或季)的指数之和等于1200%(或400%)。 如果分析的是月份数据，则要计算12个指数；若为季度数据，则要计算4 个指数。 计算方法有同期平均法和趋势剔除法。 直接平均法(原理) 1、根据原时间序列通过简单平均计算季节指数。 2、假定时间序列没有明显的长期趋势和循环波动。 直接平均法(步骤) 趋势剔除法(原理和步骤) 适用于具有明显上升或下降长期趋势的时间序列。先将序列中的趋势予以消除，再计算季节指数 。 计算季节指数的步骤 （1）计算移动平均趋势值(T) （2）从序列中剔出趋势值(Y/T) （3）按前述方法计算季节指数(S) 影响时间数列变动的因素可分解为： （1）长期趋势（T） （2）季节变动（S） （3）循环变动（C） （4）不规则变动（I） 可解释的变动 —不可解释的变动 时间数列的构成因素 长期趋势 现象在较长时期内受某种根本性因素作用而形成的总的变动趋势 季节变动 现象在一年内发生的有规律的周期性变动 循环变动 现象以若干年为周期所呈现出的波浪起伏形态的有规律的变动 不规则变动 是一种无规律可循的变动 时间数列的组合模型 （1）加法模型：Y=T+S+C+I 计量单位相同的总量指标 对长期趋势产生的或正或负的偏差 （2）乘法模型：Y=T·S·C·I 计量单位相同的总量指标 对原数列指标增加或减少的百分比 常用模型 第二节 时间数列的分解分析 一、时间数列的构成因素和分析模型 二、长期趋势的测定 三、季节变动的测定 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： ①时距扩大法 ③趋势线拟合法 测定长期趋势的意义： ②移动平均法 注意：只适用于时期数列；扩 大的时距要保持一致！ 例：课本P300 例8-9 移动平均法（Moving averages）通过平均每一个连续数列值来修匀时间数列的方法，是平滑法（smoothing）的一种。 移动平均法的概念 三项移动平均线 移动平均法 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。 移动平均法的做法： 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 移动平均法的步骤： ⒈确定移动时距 移动平均法 奇数项移动平均: 原数列 移动平均 新数列 移动平均 移动平均 新数列 原数列 移动平均法 偶数项移动平均: 原数列 三项移动平均 五项移动平均 四项移动平均 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， 局限：不能完整地反映原数列的长期趋势，不便于直接根据修匀后的数列进行预测。 移动平均法的特点 趋势线拟合法 是通过数学方法对时间数列配合一条理想的趋势方程 ，使其与原数列曲线达到最优拟合 直线趋势方程： 曲线趋势方程： …… 其中 为时间序号 判断趋势类型 绘制散点图 分析数据特征 趋势方程的类型 当数据的逐期增长量趋近于一常数时，可以配合直线方程 当数据的逐期增长量大体等量变化时，可以配合二次曲线方程 当数据的环比发展速度趋近于一常数时，可配合指数曲线方程 — b b b ? b a + b a + 2b a + 3b a + 4b ? a + nb 1 2 3 4 ? n 逐期增长量yi - yi-1 yi t 直线趋势方程： — — 2c 2c ? 2c 增长量的变动 — b+3c b+5c b+7c ? b+(2n-1)c a + b + c a + 2b + 4c a + 3b + 9c a + 4b + 16c ? a + nb + n2c 1 2 3 4 ? n 逐期增长量 yi t 抛物线趋势方程： — b b b ? b ab ab2 ab3 ab4 ? abn 1 2 3 4 ? n