第7章时间序列分析与预测.pptVIP

本章重点 1、时间数列的水平分析与速度分析； 2、时间数列的长期趋势分析； 3、时间数列的季节变动分析。 本章难点 1、平均发展速度与平均增长速度的计算； 2、序时平均数的计算。 第一节 时间序列的水平分析与速度分析 一、概念 1、定义：同一指标数值按时间顺序排列所形成的数列。 2、构成：（1）时间先后顺序（t）；（2）指标数值（y或a） 二、平均发展水平（序时平均数、动态平均数）※ （一）概念 1、定义：现象在时间上的平均数。 （二）绝对数时间数列序时平均数的计算 2、时点数列 （1）连续时点数列 （3）间隔相等的间断的时点数列※ ?首尾折半法 n?指标值个数 n?1?时间长度 （4）间隔不等的间断的时点数列 [计算公式] （三）相对数、平均数时间数列求序时平均数 [例]某厂第二季度有关资料 如下。试据此求该厂第二 季度平均的计划完成程度。 三、发展速度与增长速度 （一）发展速度 1、定义：报告期水平/基期水平 2、数量关系 （1）?环比发展速度=定基发展速度。※ （2）相邻的两个定基发展速度的商等于相应的环比发展速度。 （二）增长速度 2、种类 1、定义：增长速度=发展速度–1 （三）增长1%的绝对值 [公式推算] A厂产值：100万元（ai–1） 120万元（ai） 四、平均发展速度与平均增长速度※ （一）定义 1、平均发展速度：环比发展速度的平均数 2、平均增长速度：环比增长速度的平均数 （二）水平法（几何平均法） （三）高次方程法（累积法） （四）两种方法取值的比对 1、若现象的环比发展速度逐期加快，则“水平法” “累积法”。 水平法：106.85% 累积法：106.25% 2、若现象的环比发展速度逐期减慢，则“水平法” “累积法”。 水平法：106.85% 累积法：107.90% 3、若各期环比发展速度大致相等，则两种方法的结果大致相等。 第七章 时间序列分析 第二节 时间序列的因素分析 一、时间数列的影响因素及模型组合 1、长期趋势（T）：较长时期现象总的变动趋势（持续上升、下降或平稳趋势）。 2、季节变动（S）：周期在1年以内的规律性波动。 3、循环变动（C）：周期在一年以上的近乎规律性的从低到高再从高至低的周而复始的变动。 4、不规则变动（I） 进一步可分为突然变动和随机变动。 二、模型组合 1、加法模型： Yt=Tt+St+Ct+It 2、乘法模型： Yt= Tt×St ×Ct ×It 第七章 时间序列分析 一、移动平均法 二、指数平滑法 基本思想：如果第t期趋势估计值与第t期实际值相等，则可以第t期趋势估计值直接作为第t+1期的趋势估计值；如果二者之间有误差，这种误差可以分解为两部分：一是随机误差，二是现象从(t-1)期到第t期的实质性变化。误差中属于现象实质性变化部分的比例有平滑系数α决定，第t+1期的趋势估计值等于第t期的趋势估计值加上第t期误差中属于现象实质性变化部分。 一次指数平滑法：Et= Et-1+α(yt-Et-1) 或 Et= αyt+(1-α)Et-1 Et—第t期指数平滑值；Et-1—第t-1期指数平滑值；yt—第t期观测值；α—平滑系数， 0≤α≤1 第七章 时间序列分析 一次指数平滑法： Et= αyt+(1-α)Et-1 =αyt+(1-α)[αyt-1+(1-α)Et-2] =αyt+α(1-α)yt-1+(1-α)2Et-2 =αyt+α(1-α)yt-1+(1-α)2[αyt-2+(1-α)Et-3] =αyt+α(1-α)yt-1+α(1-α)2yt-2 +(1-α)3Et-3 =αyt+α(1-α)yt-1+α(1-α)2yt-2 +…+ α(1-α)t-1yt+ (1-α)tE0 第七章 时间序列分析 一次指数平滑法： 一般设定E0= y1 随着t增大，最后一项（1- α)t趋近于0,则 第七章 时间序列分析 一次指数平滑法： 例（见表） α的选择： 1、 α越小，修匀作用越大。因此，时间序列波动越大，选较小的α。 2、对将来趋势值的估计主要依靠近期信息， α应大些。 3、若对初始值的把握越大， α应小些。 4、通常选择几个α，取实际值与估计值均方误差最小的α。 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *