时间序列分析解析(数学建模)资料.pdfVIP

第二讲 时间序列分析 1 1 时间序列成分分析 1.1 时间序列的构成因素 时间序列中的数据（也称为观测值），总是由各种不同的 影响因素共同作用所至；换一句话说，时间序列中的数据， 总是包含着不同的影响因素。我们可以将这些影响因素合并 归类为几种不同的类型，并对各种类型因素的影响作用加以 测定。对时间序列影响因素的归类，最常见的是归为3类： 长期趋势（SPSS 的名称为 Smoothed Trend-Cycle， 2 缩写stc），长期趋势是一种对事物的发展普遍和长期起 作用的基本因素。受长期趋势因素的影响，事物表现出 在一段相当长的时期内沿着某一方向的持续发展变化。 这种变化最常见的是一种向上的发展，对于经济现象而 言，通常由各种经济投入（如技术进步、劳动力、资金 等）所引起，因此，长期趋势有时也可视作经济成长的 因素。 3 季节周期因子（SPSS 的名称为 Season Factors Component）, 缩写 saf，季节周期也称为季节变动， 是一种现象以一定时期（如一年、一月、一周等）为一 周期呈现较有规律的上升、下降交替运动的影响因素。 通常表现为现象在一年内随着自然季节的更替而发生 的较有规律的增减变化（如某些季节性商品的销售额、 旅游客流量、各月的降雨量等）。形成季节周期的原因， 4 除了自然因素，也有人为和社会因素。 不规则变动因子（SPSS的名称为Irregular Component, 缩写 err）。不规则变动是一种偶然性、随机性、突发 性因素。受这种因素影响，现象呈现时大时小、时起时 伏、方向不定、难以把握的变动。这种变动不同于前三 种变动，它完全无规律可循，无法控制和消除，例如战 争、自然灾害等。 5 【例】1993 年 1 月至 2000 年 12 月社会消费品月 零售总额的各成分图如下。 x 4000 3000 2000 1000 0 01JAN93 01JUL93 01JAN9401JUL94 01JAN9501JUL95 01JAN96 01JUL96 01JAN97 01JUL97 01JAN98 01JUL98 01JAN99 01JUL99 01JAN00 01JUL00 01JAN01