多元统计分析时间序列分析.pptxVIP

多元统计分析时间序列分析;时间序列得特点:顺序、相关

时间序列分析(TimeSeriesAnalysis)主要针对不同时间得数据,从中提取有意义和有用得信息,发现事物发展变化得规律

既可用于描述和解释因变量Y得变化,还可用于预测Y值

分析及处理原则:惯性、远小近大、分解、转化

;时

间

序

列

分

析;时间可以理解为一个变量,完全均匀地、独立于其她所有事件地发生变化。

时间顺序将事件固定,不能改变顺序排列

按变量Y得时间关系可区分以下两种变量:

针对时间点得变量

针对时间段得变量

很多时间段事实上不就是等间隔;根据依据时间序列个数,时间序列分析大致分为两种:

单个时间序列分析;

多个时间序列得相关分析;

单个时间序列分析,定量预测法,时间序列外推法

;多个时间序列分析,因果预测法,以分析多个时间序列关系为基础,先确定描述时间序列变量间因果关系得模型,然后根据时间序列数据估计该模型,这种模型又称为结构模型或经济计量模型;时间序列得组合成分

通常认为时间序列有以下四种成分组合而成:

(1)长期趋势:指时间序列随时间得变化而逐渐增加或减少得长期变化趋势

(2)季节变动:指时间序列在一年中或固定时间内,呈现出固定规则得变动

(3)循环变动:指沿着趋势线如钟摆般地循环变动,即周期性成分

(4)不规则变动:指在时间序列中由于随机因素影响所引起得变动;趋势项、周期项、季节项都可看做就是确定性