统计学原理（第2版）第八章时间数列.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 季节变动的调整(要点和公式) 将季节变动其从时间序列中予以剔除，以便观察和分析时间序列的其他特征 消除季节变动的方法是将原时间序列除以相应的季节指数，计算公式为 Y S = T×S ×C×I S = T×C×I 季节变动的调整(趋势图) 0 30 60 90 120 150 1978.1 1979.1 1980.1 1981.1 1982.1 1983.1 销售额（ Y ） 调整后的销售额（ Y/S ） 调整后的趋势值 销 售 额 （亿元） 图11-8 季节调整后的生产资料销售额趋势 （年份） 第四节 循环波动分析 循环波动及其测定目的 循环波动的分析方法 循环波动(概念和测定目的) 近乎规律性的从低至高再从高至低的周而复始的变动 不同于趋势变动，它不是朝着单一方向的持续运动，而是涨落相间的交替波动 不同于季节变动，其变化无固定规律，变动周期多在一年以上，且周期长短不一 目的是探索现象活动的规律性 循环波动(测定方法) 采用剩余法 具体计算步骤为 先消去季节变动，求得无季节性资料 再消去趋势值，求得循环及不规则波动相对数 将结果进行移动平均（MA），以消除不规则波动，即得循环波动值 C = MA ( C × I ) 循环波动(续前例：循环图) 95 100 105 110 115 1978 1981 循 环 波 动 （ % ） 图11-9 生产资料销售额的循环波动 （年份） * * * * * * * * * * * * * * * * * * * * * * * * * * 用于描述以几何级数递增或递减的现象 一般形式为 指数曲线(Exponential curve) a、b为未知常数 若b1，增长率随着时间t的增加而增加 若b1，增长率随着时间t的增加而降低 若a0，b1，趋势值逐渐降低到以0为极限 指数曲线(a、b 的求解方法) 取时间序列的中间时期为原点， 上式可化简为 采取“线性化”手段将其化为对数直线形式 根据最小二乘法，得到求解 lga、lgb 的标准方程为 指数曲线(实例及计算结果) 【例11.12】根据表11-6中的资料，确定1981～1998年我国汽车产量的指数曲线方程，求出各年汽车产量的趋势值，并预测2000年的汽车产量，作图与原序列比较 汽车产量的指数曲线方程为 2000年汽车产量的预测值为 指数曲线(趋势图) 0 50 100 150 200 250 1981 1985 1989 1993 1997 汽车产量 趋势值 图11-4 汽车产量指数曲线趋势 （年份） 汽 车 产 量 （万辆） 指数曲线与直线的比较 比一般的趋势直线有着更广泛的应用 可以反应出现象的相对发展变化程度 上例中，b=1.14698表示1981～1998年汽车产量趋势值的平均发展速度 不同序列的指数曲线可以进行比较 比较分析相对增长程度 在一般指数曲线的基础上增加一个常数K 一般形式为 修正指数曲线(Modified exponential curve) K、a、b 为未知常数 K 0，a ≠ 0，0 b ≠ 1 修正指数曲线用于描述的现象：初期增长迅速，随后增长率逐渐降低，最终则以K为增长极限 修正指数曲线(求解k、a、b 的三和法) 趋势值K无法事先确定时采用 将时间序列观察值等分为三个部分，每部分有m个时期 令趋势值的三个局部总和分别等于原序列 观察值的三个局部总和 修正指数曲线(求解k、a、b 的三和法) 根据三和法求得 设观察值的三个局部总和分别为S1，S2，S3 修正指数曲线(实例) 【例11.13】 已知1978~1995年我国小麦单位面积产量的数据如表11-12。试确定小麦单位面积产量的修正指数曲线方程，求出各年单位面积产量的趋势值，并预测2000年的小麦单位面积产量，作图与原序列比较 表11- 12 1978～1995年小麦单位面积产量数据 年 份 单位面积产量 (公斤/公顷) 年 份 单位面积产量 (公斤/公顷) 1978 1979 1980 1981 1982 1983 1984 1985 1986 1845 2145 1890 2115 2445 2805 2970 2940 3045 1987 1988 1989 1990 1991 1992 1993 1994 1995 2985 2970 3045 3195 3105 3331 3