理论统计学课件-时间序列(下).pptVIP

3.二次曲线模型 现象的发展趋势为抛物线形态 一般形式为 根据最小二乘法求得 a、b、c标准方程 * 五、趋势外推预测 测定长期趋势的一个重要目的就是要利用这一长期趋势对未来进行预测。 常用的预测方法有： 移动平均法 最小二乘法 指数平滑法 * 1、移动平均法 移动平均法预测值，实际是将最近K期的数据加以平均作为下一期的预测值 。 需要注意的是，移动平均法只有一期的预测能力。 * 移动平均法(特点) 将每个观察值都给予相同的权数 。 只使用最近期的数据，在每次计算移动平均值时，移动的间隔都为k。 主要适合对较为平稳的时间序列进行预测。 应用时，关键是确定合理的移动间隔长度： 对于同一个时间序列，采用不同的移动步长预测的准确性是不同的 选择移动步长时，可通过试验的办法，选择一个使均方误差达到最小的移动步长。 * 2.最小二乘法 将预测期的自变量值代入拟合的趋势方程进行外推预测。 * 3.一次指数平滑法 * 3.一次指数平滑法 * ?值的确定： ?越大，权数的递减速度越快；反之则越慢。 当时间数列的变化较为平稳，或虽有上升和下降，但仅是随机因素影响的结果，?应取较小值(0.1-0.3)。若时间数列受上升或下降的趋势性因素的影响较为明显，则?应取较大值(0.5-0.8)。可以选择几个?进行试算，选用误差最小者。 * 第五节 季节变动分析 同期平均法 趋势剔除法 * 时间序列(下) * 第四节 长期趋势分析 一、时间序列的构成因素和分析模型 二、长期趋势测定方法之时距扩大法 三、长期趋势测定方法之移动平均法 四、长期趋势测定方法之趋势模型法 五、长期趋势测定方法之趋势外推预测 * 一、构成因素和分析模型 （1）长期趋势（T） （2）季节变动（S） （3）循环变动（C） （4）不规则变动（I） 可解释的变动 —不可解释的变动 （一）时间序列的构成因素： * 1. 长期趋势变动（ T ） 又称趋势变动 —时间序列在较长持续期内表现出来的总态势。 —是由现象内在的根本性的、本质因素决定的，支配着现象沿着一个方向持续上升、下降或在原有水平上起伏波动。它是时间数列预测分析的重点。 * 2. 季节变动（ S ） 由于自然季节因素（气候条件）或人文习惯季节因素（节假日）更替的影响，时间序列随季节更替而呈现的周期性变动。 季节周期： —通常以“年”为周期;也有以“月、周、日”为周期的—准季节变动。 如蔬菜生产受季节气候变化的影响，有淡季、旺季之分，淡季产量低价格高，旺季产量高价格低. 学校放假，职工探亲，客运量成倍增长。 * 3.循环变动（ C ） —时间序列中以若干年为周期、上升与下降交替出现的循环往复的运动。 如：经济增长中的商业周期：“繁荣－衰退－萧条－复苏－繁荣” 。 固定资产或耐用消费品的更新周期等。 * 经济系统 的内部因素 自然因素 制度性因素 规律性低 固定周期 循环 季节 波动成因 周期规律 季节变动和循环变动的比较 * —由于偶然性因素的影响而表现出的不规则波动。故也称为不规则变动。 随机变动的成因： —自然灾害、意外事故、政治事件；大量不可言状的随机因素的干扰。 例如，地震、水、旱、风、虫灾害和不明原因所引起的各种变动。 4. 随机变动（ I ） * （二）时间序列分析模型 1.加法模型： 假定四种变动因素相互独立，数列各期发展水平是各构成因素之总和。 2. 乘法模型： 假定四种变动因素之间存在着交互作用，数列各期发展水平是各构成因素之乘积。 * （三）时间序列的分解分析 时间序列的分解分析就是按照时间序列的分析模型，测定出各种变动的具体数值。其分析取决于时间序列的构成因素。 基本原理： 在长期趋势、季节变动、循环变动和不规则变动四种因素中，先剔除其余几种因素的影响来测定一种因素变动的影响；然后再结合起来测定各种因素变动的综合影响。 如: 测定T?Y/T=S×C×I?C×I?C（乘法型） * 长期趋势的测定方法 长期趋势测定的方法： 1. 时距扩大法； 2. 移动平均法； 3. 数学模型法等。 * 二. 时距扩大法 是测定长期趋势最原始、最简单的方法。 将时间序列的时间单位予以扩大，并将相应时间内的指标值加以合并，从而得到一个扩大了时距的时间序列。 作用：消除较小时距单位内偶然因素的影响，显示现象变动的基本趋势 * 三.移动平均法 是测定时间序列趋势变动的基本方法。 对时间数列的各项数值，按照一定的时距进行逐期移动，计算出一系列序时平均数，形成一个派生的平均数时间数列，以此削弱不规则变动的影响，达到对原序列进行修匀的目的，显示出原数列的长期趋势。 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。 * 移动平均法(续) 移动平均法 简