时间序列分析课件(PPT 94页).pptVIP

3 — — 555 814.5 528 415.8 — — — 566 074.0 566 061.0 539 793.7 496 847.3 — 580 819 2003 548 133 2002 569 270 2001 580 780 2000 469 331 1999 440 431 1998 K= 4 K = 3 移 动 平 均 数 产 量 （y 吨） 年 份 移动平均法(实例)（例：某企业1998-2003年产品产量时间序列如下表所示，分别采用3项、4项移动平均法进行修匀，估计相应年份的趋势值） 514953 541878.5 569750.5 （2）加权移动平均法 加权移动平均法是对各期指标值进行加权后计算移动平均数，在中心化移动平均中，移动平均数代表移动平均中项时期的长期趋势值 一般计算奇数项加权移动平均数，如3项移动平均权数以二项展开式为基础,中项的权数最大，两边对称，逐期减小 如K = 3 时，应以 1，2，1 为权数 如K = 5 时，应以 1，4，6，4，1 为权数 原数列 三项移动平均 五项移动平均 四项移动平均 线性模型法（概念要点与基本形式P381） （1）逐期增长量大致等量，现象的发展按线性趋势变化时，可用线性模型表示 （2）线性模型的形式为 — 时间数列的趋势值 t —时间标号 —趋势线在Y 轴上的截距 —趋势线的斜率，表示时间 t 变动一个单位时观察值的平均变动数量 线性模型法（b0 和 b1的最小二乘估计P381） （1）趋势方程中的两个未知常数 b0和 b1 按最小二乘法(Least-square Method）求得 根据回归分析中的最小二乘法原理 使各实际观察值与趋势值的离差平方和为最小 最小二乘法既可以配合趋势直线，也可用于配合趋势曲线 （2）根据趋势线计算出各个时期的趋势值 线性模型法（b0和b1的最小二乘估计P381） （1） 根据最小二乘法得到求解 b0 和 b1 的标准方程为 （2）取时间序列的中间时期为原点时有 ?t=0，上式可化简为 解得： 解得： 线性模型法(实例及计算过程) 表6- 8 汽车产量直线趋势计算表 年份 时间标号 t 产量(万辆) Yi t×Yt t2 趋势值 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 17.56 19.63 23.98 31.64 43.72 36.98 47.18 64.47 58.35 51.40 71.42 106.67 129.85 136.69 145.27 147.52 158.25 163.00 17.56 39.26 71.94 126.56 218.60 221.88 330.26 515.76 525.15 514.00 785.62 1280.04 1688.05 1913.66 2179.05 2360.32 2690.25 2934.00 1 4 9 16 25 36 49 64 81 100 121 144 169 196 225 256 289 324 0.0009 9.50 19.00 28.50 38.00 47.50 57.00 66.50 76.00 85.50 95.00 104.51 114.01 123.51 133.01 142.51 152.01 161.51 合计 171 1453.58 18411.96 2109 1453.58 【例6.10】利用表6-6中的数据，根据最小二乘法确定汽车产量的直线趋势方程，计算出1981～1998年各年汽车产量的趋势值，并预测2010年的汽车产量，作图与原序列比较 线性模型法（计算结果） 根据上表得 b0 和 b1 结果如下 汽车产量的直线趋势方程为 $ Yt = -9.4995 + 9.5004 t $ Y2010= -9.4995 + 9.5004 ×30 = 275.5125 ( 万辆 ) 2010年汽车产量的预测值为 线性模型法(趋势图) 0 50 100 150 200 1981 1985 1989 1993 1997 汽车产量 趋势值 图6-2 汽车产量直线趋势 （年份） 汽 车 产 量 （万辆） 三、 季节变动分析 1、季节变动及其测定目的 2、季节变动的分析方法与原理 3、季节变动的测定 1、季节变动及其测定目的 （1）季节变动 现象在一年内随着季节更换形成的有规律变动 各年变化强度大体相同、且每年重现，每个周期变化大