第十三章时间数列.pptVIP

統計學 郭信霖 許淑卿 第十三章 時間數列 ■ 13-1 時間數列的意義與構成 ■ 13-2 長期趨勢 ■ 13-3 季節變動 ■ 13-4 循環變動 ■ 13-5 不規則變動 ■ 13-6 流程圖 13-1 時間數列的意義與構成 一、時間數列的意義 時間數列（Time series）乃是同一現象或事物，並按時間順序所排列的統計資料，稱為時間數列，又稱為歷史數列。 二、構成時間數列的因素 時間數列變動的因素，分別簡介如下，並以圖13-1表示。 1. 長期趨勢（scular trend，T） 2. 季節變動（seasonal variation，S） 3. 循環變動（cyclical variation，C） 4. 不規則變動（irregular fluctuation，I） 三、傳統時間數列的模型 1. 加法模型： Y = T + S + C + I 2. 乘法模型： Y = T ? S ? C ? I加法模型中的S，C，I彼此相互獨立，其數量均使用原資料單位，而乘法模型則以指數（%）來表示其變化。 13-2 長期趨勢 長期趨勢因趨勢線可分為 (一) 直線趨勢 (二) 曲線趨勢 兩種。 而分析的方法，常用且較重要的有二： 1.最小平方法（least squares method）。 2.移動平均法（moving average method）。 一、最小平方法 1. 直線長期趨勢 (1)普通法： 在時間數列中，以最小平方法求長期趨勢（直線）方程式 = b0 + b1X 其中b1 = ，b0 = - b1 通常以第一期為1，第二期為2，…，第n期為n。 2. 二次曲線趨勢方程式 二次拋物線方程式通常寫成 (1) Y ? = a + bx + cX2，X = 0, 1, 2, 3,… (2) Y ? = a + bx + cx2，x = …, - 5, - 3, - 1, 1, 3, 5, … 或x = …, - 4, - 3, - 2, - 1, 0, 1, 2, 3, 4, … 其中X與x皆用以代表時間，但X以第一期為0，則x則以全數列的時間中點為0。 3. 對數直線、指數方程式 長期趨勢方程式為Y ? = abx，x = …, - 5, - 3, - 1, 1, 3, 5, … 或 x = …, - 4, - 3, - 2, - 1, 0, 1, 2, 3, 4, … 則logY ? = loga + x logb 二、移動平均法 目的在消除季節的變動。 1. 奇數年 2. 偶數年 此處所應注意者，若令移動的期數k為奇數，則兩端各缺少 期的趨勢值；當k為偶數時，兩端各缺少 期的趨勢值。 13-3 季節變動 季節變動乃指時間數列在一年以內有週期性的循環變動。 所謂季節指數，以表示在一年內的起伏變動。 計算季節指數的方法，玆分別說明之： 一、簡單平均法 原時間數列的資料須滿足若干假設： (1) 無長期趨勢的影響。 (2) 維持一定的循環變動（變動大小與週期均同）。 (3) 經由計算可消除循環變動與不規則變動的影響。 其計算步驟如下： 1.計算各年之同季或同月的平均數。 2.再計算各季或各月平均數的總平均數。 3.最後計算各季或各月的平均數除以總平均數， 並化成百分比，即為季節指數。 二、移動平均比率法 以乘法模型Y = T ? S ? C ? I為基礎，採取下列三步驟： 1. 應用移動平均法（十二個月或四季為移動週期，此種移動平均法稱為中心化移動平均法），以消除S ? I，求得T ? C。 2. 求季節百分比S ? I = ，以消除長期趨勢和循環變動。 3. 採用中位數或算術平均數，求相同月份或季別之不規則比率的平均數，以消除不規則變動。 4. 求出各月份或各季比率平均數的總平均數，以此總平均數分別除各月份或各季之中位數或算術平均數，乘以100，即得季節指數。 13-4 循環變動 採用乘法模型Y = T ? S ? C ? I，則 年資料（無季節變動）為： C ? I = 月資料或季資料為： C ? I = 其處理的步驟： 1. 以最小平方法求長期趨勢T = 。 2. 求循環、不規則變動指數C ? I = Y/T = Y/ 。 3. 以移動平均法，消除C ? I資料中之不規則變動I，得之循環變動指數。 13-5 不規則變動 1. 年資料： (1) 先應用最小平方法配適年資料之趨勢線T； (2) 再利用Y/T求算C ? I，以移動平均法，計算C %； (3) 最後把C ? T/C，即可得到不規則變動I。 2. 月資料： (1) 先應用最小平