时间数列分析课件.pptVIP

返回 【例】某企业2002年上半年的工业增加值的资料如下， 计算各月的平均工业增加值。 月 份 工业增加值 （万元） 1 2 3 4 5 6 21.4 18.6 23.5 39.2 35.7 28.2 第六十二页，共九十页。 返回 【例】某工厂成品仓库某月连续六天的库存量如下 日 期 库存量（台） 1 2 3 4 5 6 38 42 39 37 41 43 第六十三页，共九十页。 一、时间数列的构成与分解 1、社会经济指标的时间数列包含以下四种变动因素： 长期趋势（T） 季节变动（S） 循环变动（C） 随机变动（I） 第三节 长期趋势的测定 第三十页，共九十页。 2．时间数列的经典模式： （1）加法模型： 计量单位相同的总量指标 是对长期趋势所产生的偏差，（+）或（-） 各个组成部分所具有的变动数值是各自独立，彼此相加的，从而整个时间数列数值与各种构成之间的数量关系表现为下列公式： Y=T+S+C+I 第三十一页，共九十页。 3．变动因素的分解： （1）加法模型用减法。例：T=Y-（S+C+I） （2）乘法模型用除法。例：T=Y/（S·C·I） Y=T·S·C·I 是对原数列指标增 加或减少的百分比 各个组成部分所具有的变动数值是相互依存，彼此相乘的，从而整个时间数列数值与各种构成之间的数量关系应该表现为下列公式： （2）乘法模型： 计量单位相同的总量指标 第三十二页，共九十页。 二、长期趋势（T）的测定 （一）修匀法：基本目的就是消除影响事物变化的非基本因素 1、随手法 2、时距扩大法和序时平均法 例 时距扩大法是按较长的时距将原数列加以归并，以消除季节变动和偶然因素的影响。只适用于时期数列。 序时平均法是分段计算序时平均数，以消除季节变动和偶然因素的影响。适用于时期数列和时点数列。 第三十三页，共九十页。 3、移动平均法 对时间数列的各项数值，按照一定的时间间隔进行逐期移动，计算出一系列序时平均数，形成一个新的时间数列。以此削弱不规则变动的影响，显示出原数列的长期趋势。 第三十四页，共九十页。 原数列 新数列 y1 y4 y2 y3 y5 y6 原数列 新数列 y1 y4 y2 y3 y5 y6 奇数项移动 偶数项移动 新数列项数＝原数列项数－移动项数＋1 例 步骤： 第三十五页，共九十页。 应注意的问题 1、移动平均对数列具有平滑修匀作用，移动项数越多，平滑修匀作用越强； 2、一般应选择奇数项进行移动平均，若选择偶数项进行移动平均需再移正平均； 3、若原数列呈周期变动，应选择现象的变动周期作为移动的时距长度； 4、由移动平均数组成的趋势值数列，较原数列的项数少，不能完整地反映原数列的长期趋势，不便于直接根据修匀后的数列进行预测。 第三十六页，共九十页。 （二）长期趋势的数学模型（以时间t为自变量构造趋势方程） t——时间序号（按序随意编制） （长期）趋势值、预测（估计）值 时间 序号 数列 t1 t2 t3 t4 t5 t6 t7 -3 -2 -1 0 1 2 3 y1 y2 y3 y4 y5 y6 y7 时间 序号 数列 t1 t2 t3 t4 t5 t6 -5 -3 -1 1 3 5 y1 y2 y3 y4 y5 y6 时间 序号 数列 t1 t2 t3 t4 t5 t6 t7 1 2 3 4 5 6 7 y1 y2 y3 y4 y5 y6 y7 第三十七页，共九十页。 1.模型的选择 （图形判断、差分法判断、经验判断、自相关系数数列判断等） 差分法 差分：时间数列相继数值的差异。 一级差分(逐期增长量)的结果大致相同。则配模型 二级差分的结果大致相同。则配模型 相继两期水平(环比发展速度)的比值相同。则配模型 2.求解模型参数（最小平方法 ） 根据回归分析中的最小平方法原理，使各实际观察值与趋势值的离差平方和为最小。 第三十八页，共九十页。 直线趋势方程： 经济意义：数列水平的平均增长量 例 当? t = 0时，有： 第三十九页，共九十页。 假定不存在长期趋势或长期趋势不明显 。根据原时间序列通过简单平均计算季节指数。 一、季节变动的测定——季节指数（S） 季节指数是以全年月或季资料的平均数为基础