第6章时间数列的因素分析.pptVIP

第六章 时间数列的因素分析;第一节 时间数列的因素分解和长期趋势测定;一、时间数列的因素分解; 由上述四个影响因素，依据不同的假设，可以建立两个不同的时间数列的模型。所谓的时间数列模型，是指反映现象观察值和各影响因素之间关系的数学模型： Y=T+S+C+I Y=T·S·C·I ;二、时距扩大法;【例6-1】 ;表6-1 ; 从表中的数值，能够发现该企业产量大致上升的趋势，但这种趋势并不明显，而且各年间有升有降，发展不均匀。如果将该数列中的时距由1年扩大为3年，求出其总产量或者平均产量，从而编制一个新的时间数列，如表6-2所示，则产量增长的趋势就可以清晰地显示出来。;表6-2; 时距扩大法一般只用于时间数列的修匀，而不用于预测。修匀时，要求所扩大的各个时期的时距是相等的，否则就不能相互比较，难以确切反映现象的发展趋势。对时距扩大的长短，应视研究对象的性质、特点而定。时距太小，无法消除偶然因素的影响；而时距太大，则又掩盖现象发展的具体变动。;三、移动平均法;（二）简单移动平均法;（三）加权移动平均法;（四）应用移动平均法应注意的问题;四、数学模型法; 其具体的步骤是：根据现象发展变化的趋势和特点选择合适的趋势方程；估计趋势方程的参数；根据趋势方程求出各个趋势值，可以得到一个新的数列，该数列能更明显地呈现出现象发展变化的长期趋势。; 当时间数列每期按大致相同的数量增加或者减少时，即逐期增减量大致相同时，时间数列发展的长期趋势接近直线型，可以对它拟合一直线趋势方程来描述现象的发展变化的长期趋势。直线趋势方程为：;yc=a+bt 式中，yc表示理论值(趋势值、平均值、预测值)； t表示时间序号(1，2，3，…)； y表示实际值(观察值)； a、b代表方程参数。;（一）半数平均法;（二）最小平均法; 将直线方程yc=a+bt代入上式，令Q=∑(y-a-bt)2=最小值 为使其最小，则对a和b的偏倒数等于0(数学中求极值的方法)，整理后有方程组： ∑y=na+b∑t ∑ty=a∑t+b∑t2;解该方程组，得到;第二节 季节变动的测定;一、测定季节变动分析的基本思想; 测定季节变??分析的基本思想就是从时间数列中消除非季节变动的组成部分，即T、C和I。倘若其他因素引起的变动可以被消除，剩下的只是季节变动，用指数形式表示时，就可以得到季节指数。;二、简单平均法;三、移动平均趋势剔除法; (2) 用时间数列中各月(季)的数值(y)与其相应的趋势值(yc)对比，计算y/yc的百分比数值。 (3) 把y/yc的百分比数值按月(季)排列，计算出各年同月(季)的总平均数，这个平均数就是各月(季)的季节比率。; (4) 把各月(季)的季节比率加起来，其总计数应该等于1 200％(若为季资料，其总计数应该为400％)，如果不符，还应把1 200％与实际加总的各月的季节比率相比求出校正系数，把校正系数分别乘上各月的季节比率。;第三节 循环变动的测定和不规则变动的测定;一、循环变动的测定; (1) 测定长期变动趋势和季节变动T和S。 (2) 将T和S代入前面的乘法模型，即 Y=T·S·C·I ; (3) 对CI数列进行修匀，则修匀后的数列即为各期循环变动的系数。;二、不规则变动的测定; 当我们已经能够测定出长期趋势T、季节变动S、循环变动C后，那么随机变动的I就很容易确定了：