理论统计学课件-时间序列分析和预测.pptVIP

时间序列分析和预测时间序列的含义 又称（动态数列），是指标数值按时间顺序排列而形成的数列。分析方法因素分解法趋势外推法自回归分析法 时间序列因素分解法一 时间序列的构成与分解 1 社会经济指标的时间数列包含以下四种变动因素：（4）随机变动（I）（1）长期趋势（T）（2）季节变动（S）（3）循环变动（C）可解释的变动——不规则的不可解释的变动 （2）乘法模型： Y=T·S·C·I 计量单位相同的总量指标是对原数列指标增加或减少的百分比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）（1）加法模型： Y=T+S+C+I计量单位相同的总量指标是对长期趋势所产生的偏差，（+）或（-）2 时间序列的经典模式： 二、长期趋势（T）的测定1 修匀法奇数偶数 移动平均法移动项数 新数列项数2 长期趋势的数学模型（以时间t为自变量构造回归模型） 模型法的步骤1 选择趋势模型 2 求解模型参数 3 对模型进行检验自相关系数检验误差项的随机性图形判断、差分法判断、经验判断、自相关系数数列判断等。最小平方法求参数4 计算估计标准误 5 求置信区间m为模型中的参数小样本大样本 三 季节变动的测定（S）1 按月（或按季）平均法2 长期趋势剔除法四 循环变动的测定——残余法五 不规则变动的测定从CI中消除（C）CI/C=I从余值中消除（I）即移动平均，得到C从序列中消除（T）Y/T=S·C·I 从余值中消除（S）S·C·I/S=C·I 趋势模型增量剔除法 移动平均趋势剔除法有规律按周期重复等周期 时间序列趋势外推法运用长期趋势模型，给定时间变量，外推指标值。选择趋势模型 例：求解模型参数 bo、b1、b2 对模型进行检验误差项的随机性。计算估计标准误 求置信区间 时间序列自回归预测法一 时间序列的自相关分析 指时间序列前后各期数值之间的相关关系。对自相关强度的测定指标是自相关系数r ,计算公式如下：延迟为1的自相关系数：延迟为k的自相关系数：注释：当n很大时（-1≤r≤1） 对显著自相关的时间序列，可建立自回归模型来通过前期数值预测后期数值。选择自回归模型 求解模型参数 bo、b1代入前期数值 预测后期数值二 时间序列的自回归模型