统计学课件第8章 时间数列－3.pptVIP

*将表8-12的数据代入公式8.27，得：*误差比较：加权最小二乘法有效地减少了近期误差，达到了使近期预测值接近其实际值的目的。二者的根本区别在于误差的分布不同，而不是加权最小二乘法的误差平方和一定小。事实上，加权最小二乘法在减小近期数据误差的同时，往往会扩大远期数据的误差。*指数曲线

(Exponentialcurve)用于描述以几何级数递增或递减的现象一般形式为a、b为未知常数若b1，增长率随着时间t的增加而增加若b1，增长率随着时间t的增加而降低若a0，b1，趋势值逐渐降低到以0为极限*指数曲线

(a、b的求解方法)采取“线性化”手段将其化为对数直线形式*指数曲线

(a、b的求解方法)取时间序列的中间时期为原点，上式可化简为2.根据最小二乘法，得到求解lga、lgb的标准方程为*四、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。进行趋势外推预测的常用方法有以下几种：（一）移动平均法与前面的中心化移动平均法不同的是，用于外推预测的移动平均数不代表移动平均中项的趋势值，而是代表预测期的趋势值。*时间序列分析经济与管理类统计学系列教材统计学概论§8－3时间数列的分解分析一、时间数列的构成因素1.长期趋势（T）：是指时间序列在较长时期内展现出来的的总态势。上升、下降或保持原来水平。2.季节变动（S）：时间序列受季节因素的影响随季节更替而呈现的周期性变动。3.循环变动（C）：时间序列以若干年为周期，出现的上升、下降循环往复的波动。4.随机变动（I）：由偶然因素引起的不规则变动。ty（一）时间数列的构成因素*（二）四种因素的组合模型1.加法模型：四种因素相互独立。2.乘法模型：四种因素相互影响。*长期趋势

（概念要点）现象在较长时期内持续发展变化的一种趋向或状态由影响时间序列的基本因素作用形成时间序列的主要构成要素有线性趋势和非线性趋势*线性趋势*二、长期趋势的测定（一）时距扩大法时距扩大法是测定长期趋势最原始、最简单的方法。它是将原来时间序列中较小时距单位的若干个数据加以合并，得出较大时距单位的数据。扩大了时距单位的数据可以使较小时距单位数据所受到的偶然因素的影响相互抵消，而显示出现象变动的基本趋势。****时距扩大法应注意的问题：只适用于时期数列。扩大的时距大小要符合现象的自身特点。扩大的时距要一致。信息损失过多，无法预测。*（二）移动平均法1.奇数项移动平均（例如取3项）*2.偶数项移动平均（例如取4项）或*3、移动平均法要注意的问题：（1）移动平均项数N的确定。N越大，修匀性越强，新数列表现的长期趋势越明显。N的大小应根据时间数列的特点来确定。如果现象的发展具有一定的周期性，应以周期长度作为移动间隔的长度若时间序列是季度资料，应采用4项移动平均若为月份资料，应采用12项移动平均例如，股票数据分析*移动平均法要注意的问题：（2）时间数列移动平均后会造成信息量的损失。N越大，损失的信息量越多。N为奇数时，首尾各少项。N为偶数时，首尾各少项。*4、加权移动平均法简单移动平均法适用于线性趋势的测定，如果社会经济现象发展是非线性的，就要考虑用加权移动平均法。所谓加权移动平均法就是对各期指标值进行加权后再进行移动平均。依照在简单移动平均中，移动平均数代表移动平均中项时期的长期趋势值的做法，在加权移动平均法中一般也采用奇数项加权移动平均，各期权数以二项展开式的系数为计算基础，使中项时期指标值的权数最大，两边对称，逐期减小。*例如，五项移动平均，应以的系数1，4，6，4，1进行加权。即：*（三）数学模型法1.根据数据本身选择合适的模型。*选择合适的模型若时间序列的二级增长量大体相同，可配合抛物线方程。*选择合适的模型若时间序列的环比发展速度大体相同，可配合曲线方程。除了上述方法外，另一种简单的方法——观察散点图（或折线图）选择合适模型*年份实际税收收入19901991199219931994199519962821.862990.173296.914255.305126.885126.886038.04某县的税收收入单位：万元例子线性模型**二次曲线

(实例)【例子】已知我国1978～1992年针织内衣零售量数据如表11-9。试配合二次曲线，计算出1978～1992年零售量的趋势值，并预测1993年的零售量，作图与原序列比较表11-