实用SAS统计分析教程Ch18.pdf

阮敬博⼠

⾸都经济贸易⼤学研究⽣院副院⻓

⾸都经济贸易⼤学统计学院教授

©ruanjing@

CH18时间序列分析

•“以史为鉴，可以知兴替”说的是⼈们回顾历史、思考未来的研究思路。当所回顾的历史以数据形式展现在

⼈们⾯前的时候，便可以利⽤数据分析的⽅法做到“⼊乎其内，出乎其外”，从历史数据中找出内在规律从

⽽指导未来。

•历史数据往往以时间序列的形式呈现出来，如过去3年内中国的CPI指数⾛势、最近100年来美国GDP的增

⻓率情况、某超市在过去1年内的⽉销售额等。这些数据都是随着时间的变化⽽变化的，反映了事物、现

象在时间上的发展变动情况，是相同事物或现象在不同时刻或时期所形成的数据，称之为“时间序列数

据”，简称时间序列或时序数据。

•前⾯章节所研究的⼤部分数据都是反映若⼲事物或现象在同⼀时刻或时间上所处的状态或特征，或者反映

其与时间⽆关的特征，这些数据反映了事物或现象之间存在的内在数值联系，称之为“横截⾯数据”。

•有关横截⾯数据的研究⼤多采⽤本书前⾯章节所介绍过的⽅法，本章将主要讨论时间序列数据的分析，其

主要研究⽬的就是要总结过去并预测未来。

时间序列的基本问题

•时间序列即将某⼀个变量或指标在不同时间上的不同数值，按照时间的先后顺序排列⽽成

的数列，也称为时间数列，通常可⽤x，x，……，x来表示。数据排列的依据可以是年

12t

份、季度、⽉份、天、⼩时、分钟、秒等表示时间的计量单位。

时间序列的组成部分

•时间数列由于受到各种偶然因素的影响，往往表现出某

种随机性，彼此之间存在着统计上的依赖关系。

•某⼤型商场为研究其销售总额的情况，现搜集了从2001

年1⽉⾄2008年8⽉的销售额⽉度数据进⾏时间序列分

析，如右图所示。

时间序列的组成部分

•该数据⼀共有92个按⽉份先后顺序排列的观测值，为了更好观测销售的⾛势，把

图18-1的数据⽤趋势图来表示，具体程序如下：

odsgraphics/width=800height=600;

procsgplotdata=sasuser.sales_monthly;

xaxistype=discrete;

yaxisvalues=(600to1100by100)refticks;

seriesx=monthy=sales;

run;

时间序列的组成部分

•程序运⾏之后可得到如图18-2所示的趋势

图。

•从图18-2可以看出来，销售额⽉度数据总

体上呈上升的趋势，但是在上升过程中还

有波动的情况，这种变量随着时间⽽发⽣

变动的状况是由影响时间序列的各种不同

因素造成。⼀般⽽⾔，⼀个时间序列的影

响因素可由4个部分构成，即⻓期趋势、季

节变动、循环波动和不规则变动。

•⻓期趋势是指事物或现象在较⻓时期内持

续发展变化的⼀种趋向或状态，如例18-1

的数据具有上升的⻓期趋势。

时间序列的组成部分

•季节变动是指事物或现象在⼀年内随着季节更换

形成的有规律变动，如空调的销售量随着季节不

同⽽发⽣较⼤的变动，夏季的销量⼀般都⾼于冬

季的销量。例18-1中的数据也表现有季节变动的

趋势，如每逢5、10⽉⻩⾦周和年末节前，销售额

均有上升，⽽在淡季销售额略有下降，但是这种

变动并不是很明显。

•循环波动是指事物或现象周⽽复始的变动。循环

波动不同于⻓期趋势和季节变动，它是⽆固定规

律的交替波动，如经济发展过程中有经济周期、

⾦融危机周期等。

•不规则变动则是⽆法⽤上述组成部分解释或不可

控的随机变动。

•为了更加深⼊的研究时间序列的规律，往往可将

⼀个时间序列数据分解为上述的4个组成部分。

时间序列的平稳性

•按照不同的性质和特征，可以对时间序列进⾏分类。从统计特性上来看，时间序列可以分为平稳时间序列