时间序列分析教材.pptVIP

各季节波动情况，从图中可以看到，数据呈现明显的季节波动 趋势变动情况：数据具有明显的上升趋势 第三十一页，共五十一页。 趋势剔除法的具体步骤 1．利用移动平均法，求出对应各季的趋势值； 2．以各季的实际数量与趋势值相除，获得各季的季节变化情况； 3．将各年的同一季节情况进行平均，得各季未修正指数； 4．进行指数修正。 第三十二页，共五十一页。 步骤一：求趋势值 趋势剔除法的原理是以数据的趋势值作为理论值，以各季度的实际值与趋势值进行对比，得到季节指数。 求趋势值的方法是使用移动平均法。 移动平均周期为季节数，本例中，周期数为4。 周期数为偶数，因此需要进行两次移动平均 第三十三页，共五十一页。 年度 一季度 二季度 三季度 四季度 1998 130 280 240 100 1999 150 310 290 110 2000 160 360 330 130 2001 180 370 360 130 2002 190 400 360 150 计算连续四个季度的平均数 （130+280+240+100）/4=187.5 记录在二季度和三季度之间 187.5 192.5 计算连续下四个季度的平均数 （280+240+100+150）/4=192.5 记录在三季度和四季度之间 最终计算出1998年第三季度的趋势值为 (187.5+192.2)/2=190 190 第三十四页，共五十一页。 年度 一季度 二季度 三季度 四季度 1998 130 280 240 100 1999 150 310 290 110 2000 160 360 330 130 2001 180 370 360 130 2002 190 400 360 150 原始数据表 趋势数据表 - - 272.50 270.00 2002 266.25 261.25 260.00 256.25 2001 251.25 247.50 242.50 235.00 2000 223.75 216.25 213.75 206.25 1999 196.25 190.00 - - 1998 四季度 三季度 二季度 一季度 年度 第三十五页，共五十一页。 步骤二：计算季节变动 根据计算公式 季节指数=季节数量/理论数量 以趋势值作为理论数量，以原始数据表除以趋势数据表，可得到季节指数表 第三十六页，共五十一页。 统计学原理 第五章 时间序列分析 第一页，共五十一页。 第一节 基本概念 同类社会经济现象的统计资料，按时间先后顺序的排列，称为时间序列（Time Series） 第二页，共五十一页。 一．时间序列的构成 1．长期趋势（Secular Trend） 2．季节变动（Seasonal Fluctuation） 3．循环变动（Cyclical Movement） 4．不规则变动（Irregular Variations） 第三页，共五十一页。 Secular Trend 指社会经济现象在较长的一段时间内所表现出来的稳定的趋势性。 例如，一个国家的经济增长可能会出现各种各样的波动，但在较长的时间内，仍然是符合某种趋势性的。 1．长期趋势 第四页，共五十一页。 观察中国1953-2014年经济增长速度 第五页，共五十一页。 中国1953-2014年经济总量(1952年=100) 第六页，共五十一页。 2．季节变动 Seasonal Fluctuation 社会经济现象表现出来的与日历周期同步的周期性。 不同季节的衬衫销售量 一周之内市区内的交通流量 一天24小时城市的用电负荷 第七页，共五十一页。 3．循环变动 Cyclical Movement 循环变动也是一种周期性的变动，不过这种周期无法直接用日历周期来进行解释。 一般来说，循环变动的周期往往比一年时间要长，根据周期的不同，一般又分为几级： 短周期：一般在三至五年之内的周期； 中周期：十至二十年的周期； 长周期：二十年以上的周期。 第八页，共五十一页。 Irregular Variations 由各种无法解释的因素而引起的经济波动，一般不表现出明显的规律性。 不规则变动中，如果存在尚未被发现的系统性因素，就会出现残差异常的情况。 4．不规则变动 第九页，共五十一页。 二．时间序列的表现形式 时间序列的一般表现形式如下： 常见的简化模型包括两种： 加法模型：； 乘法模型： 第十页，共五十一页。 第二节 趋势变动的测定 第十一页，共五十一页。 趋势变动测定的两种思路 一．修匀方法 指从数列本身出发，通过平均的方法，消除数列的短期波动，使数列表现出稳定的趋势性。 二．拟合方法 从数据内在规律性出发，利用数学模型来对数列进行拟合处理，寻找最适合数列的数学模型，并以数学模型的规律来推断时间数列的规律。 第十二页，共五十一页。 一