Matlab在时间序列分析中的应用 课件.pptVIP

31 1.5 时间序列分析的相关特征量 1.5.3 时间序列的发展速度与增长速度 环比发展速度：报告期水平与前一时期水平之比 1 ? ? i i i Y Y R ， n i , , 2 , 1 ? ? 定基发展速度： 0 Y Y R i i ? ， n i , , 2 , 1 ? ? 两种关系 0 1 1 Y Y Y Y n i i n i ? ? ? ? ， 1 0 1 0 ? ? ? ? i i i i Y Y Y Y Y Y 32 1.5 时间序列分析的相关特征量 1.5.3 时间序列的发展速度与增长速度 增长速度（增长率） ：增长量与基期水平之比 1 ? ? ? ? ? 发展速度 基期水平 基期水平 报告期水平 基期水平 增长量 增长速度 环比增长速度： 1 1 1 1 ? ? ? ? ? ? ? i i i i i i Y Y Y Y Y G ， n i , , 2 , 1 ? ? 定基增长速度： 1 0 0 0 ? ? ? ? Y Y Y Y Y G i i i ， n i , , 2 , 1 ? ? 33 1.5 时间序列分析的相关特征量 平均发展速度：平均发展速度是各个时期环比发展速度的平均值 n n n Y Y Y Y Y Y R 1 1 1 2 0 1 ? ? ? ? ? ? ? ? ? ? ? 平均增长速度：平均发展速度减 1 1 ? ? R G 34 1.6 时间序列分析方法 1.6.1 时间序列的平滑处理方法 平滑是研究时间序列的一个基本方法，常用来抑制或消弱时间序列中 的波动变化， 从而获得具有序列变化趋势的时间序列。 常用的时间序列的 平滑模型有： 滑动平均模型、加权滑动平均模型、二次滑动平均模型、 指数平滑模型。 1 ．滑动平均模型 该方法是求原序列的一个相邻两项或多项的平均数序列。 下面给出 N 项平均数序列公式 N y y y y N t t t 1 1 ? ? ? ? ? ? ? ? ? ， N t ? 35 1.6 时间序列分析方法 在滑动平均模型中， N 值越大，平滑的效果越好，但损失掉的项数 1 ? N 也越大，所以要在保持足够的数据与消除波动之间做出选择。一般 取 N 与循环波动周期相一致，这样可有效地抑制循环变化。 当 N 为偶数时，则计算出的平均数只能对应在中心两项之间，这样很 不方便，这时可以每两项再平均一次（ “中心化移动平均” ） 当 N 为偶数时，目前移动平均的计算公式是 4 5 . 0 5 . 0 2 1 1 2 ? ? ? ? ? ? ? ? ? ? ? t t t t t t Y Y Y Y Y MA （用于季节数据） 12 5 . 0 5 . 0 6 5 4 3 2 1 1 2 3 4 5 6 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? t t t t t t t t t t t t t t Y Y Y Y Y Y Y Y Y Y Y Y Y MA （用于月度数据） 36 1.6 时间序列分析方法 2. 加权滑动平均模型 加权滑动平均模型的公式如下： N y y y y N t N t t t 1 1 1 1 0 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ， N t ? 其中， i ? 为加权因子，且 ? ? ? ? ? 1 0 1 1 N i i N ? 。 加权滑动平均模型的作用是消除干扰，显示序列的趋势性变化。通过 加权因子的选择，可增加某些心数据的权重，是序列的趋势预测更准确。 但是，加权因子的确定没有统一的方法，一般需要根据实际问题而定。 37 1.6 时间序列分析方法 3. 二次滑动平均模型 二次滑动平均模型是对经过一次平滑平均产生的序列再进行滑动平 均，其公式如下： N y y y y N t t t 1 1 ? ? ? ? ? ? ? ? ? ? ? ? ， N t ? 4. 指数滑动平均模型 指数滑动法与滑动平均法不同，指数滑动使用已知的全部数据来决定 以特别时间序列的平滑值