《第三章 时间序列预测概述1》-公开·课件设计.pptVIP

第三章时间序列预测概述 第一节 时间序列的种类和编制 一、时间序列及其作用 时间序列指同一变量按事件发生的先后顺序排列起来的一组观察值或记录值。 构成时间序列的要素有两个： 最早的时间序列分析可以追溯到7000年前的古埃及。 古埃及人把尼罗河涨落的情况逐天记录下来，就构成所谓的时间序列。对这个时间序列长期的观察使他们发现尼罗河的涨落非常有规律。由于掌握了尼罗河泛滥的规律，使得古埃及的农业迅速发展，从而创建了埃及灿烂的史前文明。 二、时间序列的种类 （一）时间序列按指标的表现形式不同，可分为绝对指标时间序列、相对指标时间序列和平均指标时间序列。 1、绝对指标的时间序列 按时间顺序将一系列绝对指标排列起来所形成的序列称为绝对指标时间序列。用来反映被研究现象在各个时期（时点）达到的绝对水平及其发展变化情况。 时期序列 各项指标都是反映某种现象在一段时期内发展过程的总量，该时间数列称为时期序列。例如国内生产总值和第三产业产值，每一项指标都反映在一年的发展总量。时期序列的特点如下： ⑴可加性。不同时期的总量指标可以相加，所得数值表明现象在更长一个时期的数值。例如，月度国内生产总值相加得到季度国内生产总值，季度国内生产总值相加得到年度国内生产总值。 ⑵序列中每个指标数值的大小与所属的时期长短有直接的联系。一般指标所属时期越长，指标值越大。 ⑶每个指标的数值，通过连续不断的登记而取得。把一段时时期内现象发生的数量逐一登记，并进行累计得到指标值。 时点序列 时点序列是反映现象在某一时点上（瞬间）所处的数量水平的时间数列。表3-1中的年末人口数就是时点序列。它具有以下特点： ⑴不可加性。由于时点序列中每个指标都是表明某一时间上瞬间现象的数量，相加后不具有实际经济意义。 ⑵指标数值的大小与时点间隔的长短没有直接关系。如果现象本身存在长期变化趋势，呈现增长或下降趋势，则指标数值与时间间隔有一定的关系。例如，我国总人口呈增长趋势，时点间隔越长，指标的数值越大。 ⑶指标值采取间断统计的方法获得。例如，我国历次的人口普查就是采取10年一次的方式获得。 图3-1 历次调查上网计算机总数（万台） 2、相对指标时间序列 相对指标时间序列是按时间顺序，把不同时期的相对指标排列起来所形成的序列。反映社会现象之间相互关系的发展过程 由于各个指标数值的基数不同，因此不具有可加性，如表3-2中恩格尔系数。 3、平均指标时间序列 平均指标时间序列是按时间顺序，把各个时期的平均指标排列起来所形成的序列。如表3-2中城镇居民人均可支配收入。它反映社会经济现象一般水平的发展过程和发展趋势。平均指标时间序列中各个指标数值也不具有可加性。 （二）按序列的变动趋势划分 （1）水平型时间序列 水平型时间序列是指时间序列各个统计数据呈现出围绕着某个值（平均值）上下波动的变动形态，而且这种变动没有显示出持续上升或下降的变动趋势。 例如，某些非季节性商品的销售量、某些商品的零售价格、工业企业的某些产品的生产量等。 （2）趋势型时间序列 当时间序列各个统计数据在一定时期内呈现出持续上升或下降趋势的变动形态时，我们称之为趋势型时间序列。 这种变动表现为一种长期趋势，有的表现为直线上升或下降趋势，有的表现为曲线上升或下降趋势，有的表现出既有上升趋势又有下降趋势。市场变化情况大多数是这种趋势型时间序列变动形态。 例如，国民生产总值、收入水平和社会商品购买力是逐年增长的，许多生活消费品的需求量表现为长期增长趋势。 图3-3所示为趋势型时间序列示意图。其中图（a）和图（b）所示为直线趋势型时间序列，也称斜坡型时间序列；图（c）和图（d）所示为曲线趋势型时间序列。 （3）季节变动型时间序列 季节变动型时间序列是指各个统计数据呈现出随着季节变换，每年重复有规律波动的变动形态。 图3-4所示为季节变动型时间序列。 某些经济现象在一季、一月或一周之内，甚至在一天之内也有规则的循环往复的变动，称之为准季节变动。 （4）周期变动型时间序列特征 周期变动型时间序列是指时间序列各个统计数据在为期较长（如三年、五年乃至数十年）的周期内，呈现出有规律的上升与下降交替循环变动形态。这种变动形态与长期趋势不同，不是朝一个方向持续变动，而是呈涨落相间的波浪式的起伏变动。 与季节变动形态的区别在于，前者的周期较长，且没有固定的周期，变动周期长短不一致，一年至数年、数十年不等，且规律性的表现往往不很明显，上次出现后，下次何时出现较难预料。如经济危机的变动周期为危机、复苏、高涨、萧条等循环往复的周期变动，但一次危机过后，下次何时出现较难预测。后者为固定周期，季节变动规律性一般表