时间序列与指数.pptVIP

下载本文档

24
0
约1.09万字
约 77页
2019-12-14 发布于广东
举报
版权申诉

时间序列与指数.ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

* * * * * * * * * * * * * * * * 9.3.2 非线性趋势对数趋势方程的一般形式如下：两边取对数 * 指数曲线步骤：（1）确定动态数列是否有指数曲线趋势，用散点图或各期环比速度大致相等。（2）假设指数曲线方程（3）计算a、b两个参数 1）把指数曲线转化为直线 Y=A+Bt 2）计算A、B两个参数（用最小平方法） 3）计算a、b * 9.3.2 非线性趋势年份时期进口量（万元） Log（进口量） 1998 1 3 0.48 1999 2 4.2 0.62 2000 3 5.7 0.76 2001 4 8.3 0.92 2002 5 11.5 1.06 2003 6 16 1.20 2004 7 22.4 1.35 2005 8 31 1.49 2006 9 44.5 1.65 2007 10 60.1 1.78 2008 11 84.3 1.93 2009 12 118.6 2.07 2010 13 163.9 2.21 * 9.3.2 非线性趋势 SUMMARY OUTPUT 回归统计 Multiple R 0.999955 R Square 0.999911 Adjusted R Square 0.999902 标准误差 0.005579 观测值 13 方差分析　 df SS MS F Significance F 回归分析 1 3.829651 3.829651 123043.7 1.27E-23 残差 11 0.000342 3.11E-05 总计 12 3.829993 　系数标准误差 t Stat P-value Intercept 0.332549 0.003282 101.3143 1.08E-17 时期 0.145059 0.000414 350.7758 1.27E-23 * t yi 一阶差分二阶差分 1 2 3 4 ? n a + b + c a + 2b + 4c a + 3b + 9c a + 4b + 16c ? a + nb + n2c — b+3c b+5c b+7c ? b+(2n-1)c — — 2c 2c ? 2c 抛物线趋势方程： * 二次曲线当逐期增长量的增长量大体相同时，拟合一抛物线时间序号t 销售量Y 逐期增长量二阶差分 1997.1 -5 928 　 1997.2 -4 2845 1917 1997.3 -3 3238 393 -1524 1997.4 -2 4942 1704 1311 1998.1 -1 4555 -387 -2091 1998.2 0 6278 1723 2110 1998.3 1 6485 207 -1516 1998.4 2 6852 367 160 1999.1 3 6849 -3 -370 1999.2 4 7317 468 471 1999.3 5 7023 -294 -762 * * 标准方程式令 * 二次曲线当逐期增长量的增长量大体相同时，拟合一抛物线年份产品产量逐期增长量二级增长量 2001 988 　　 2002 1012 24 　 2003 1043 31 7 2004 1080 37 6 2005 1126 46 9 2006 1179 53 7 2007 1239 60 7 2008 1307 68 8 2009 1382 75 7 * 回归统计 Multiple R 0.999997 R Square 0.999994 Adjusted R Square 0.999992 标准误差 0.389805 观测值 9 方差分析　 df SS MS F Significance F 回归分析 2 149443.1 74721.54 491757.2 2.27E-16 残差 6 0.911688 0.151948 总计 8 149444 　　　　 Coefficients 标准误差 t Stat P-value Intercept 972.4048 0.495995 1960.513 1.19E-18 X Variable 1 12.25195 0.227742 53.79758 2.77E-09 X Variable 2 3.694805 0.022211 166.3487 3.18E-12 * 用SPSS进行曲线估计第1步：选择【Analyze】?【Regression – Curve Estimation】选项，进入主对话框第2步：在主对话框中将被