第八章 时间序列分析和预测.docx

《统计学》讲义第八章

—1—

第八章时间序列分析

教学目的与要求：运用动态数列计算出各种指标进行统计分析在实际中应用非常广泛。

通过本章的学习，要求明确动态数列的概念、种类和编制原则；掌握动态数列各种水平指标、速度指标的计算方法及应用；熟悉动态数列变动的分析方法及季节变动分析的意义和计算方法。

教学重点与难点：重点为动态数列的种类和特点；序时平均数和平均发展速度的计算；长期趋势测定的最小二乘法；季节变动测定的方法。难点是序时平均数的计算和长期趋势的测定。

时间序列分析是一种广泛应用的数量分析方法，它主要用于描述和探索现象随时间发生变化的数量规律性。时间序列分析就其发展的历史阶段和所使用的统计分析方法来看，有传统的时间序列分析和现代时间序列分析。本章主要介绍传统的时间序列分析方法，内容包括时间序列数据的统计描述、预测和时间序列分解分析等。

第一节时间序列及其分解

一、时间序列的概念

概念：是同一现象在不同时间上的相继观察值排列而成的序列。

两个形式因素：现象所属的时间和现象在不同时间上的观察值。时间可以是年份、季度、月份或其他任何时间形式。

本书用t表示所观察的时间、Y表示观察值，则Y(i=1,2,…,n)为时间t,上的观察值。

二、时间序列的分类

1.平稳序列与非平稳序列

平稳序列是基本上不存在趋势的序列。这类序列中的各观察值基本上在某个固定的水平上波动，虽然在不同的时间段波动的程度不同，但并不存在某种规律，而其波动可以看出是随机的。

非平稳序列是包含趋势性、季节性或周期性的序列。可能只包含其中的一种成分，也可能是几种成分的组合，因此非平稳时间序列又可以分为有趋势的序列，有趋势、季节性和周期性的序列，即复合型序列。

2.绝对数时间序列、相对数时间序列和平均数时间序列

《统计学》讲义第八章

—2—

(1)绝对数时间序列：由一系列绝对数按时间顺序排列而成的序列。

它是时间序列中最基本的表现形式，用于反映现象在不同时间上所达到的绝对水平。根据观察值所属的时间状况不同，分为：时期序列和时点序列。如国内生产总值序列就是时期序列，时期序列中的观察值反映现象在一段时期内的活动总量，并且各观察值可以直接相加，用于反映现象在更长一段时期内的活动总量；如年末总人口属于时点序列，时点序列中的观察值反映现象在某一瞬间时点上的总量，它是在某一时点上统计得到的，序列中的各观察值通常不能相加。

(2)相对数时间序列：由一系列相对数按时间顺序排列而成的序列。如人口自然增长率序列。

(3)平均数时间序列：由一系列平均数按时间顺序排列而成的序列。如居民平均消费水平序列。

三、时间序列的分解

1.时间序列的构成要素

T趋势：指时间序列在长时间内呈现出某种持续向上或持续向下的状态或规律，是由于某种固定性的因素作用于序列而形成的，包括线性趋势和非线性趋势。

S季节性(季节变动):指时间序列在一年内重复出现的周期性波动。如“销售旺季”或“销售淡季”。季节性中的“季节”一词是广义的，它不仅指一年中的四季，是指任何一种周期性的变化。

C周期性(循环波动):是时间序列中呈现出来的围绕长期趋势的一种波浪型或振荡式变动。它不同于趋势变动，不是朝着单一方向的持续运动，而是涨落相间的交替波动；它也不同于季节变动，季节变动有比较固定的规律，且变动周期大多为一年，而循环波动则无固定规律，变动周期多在一年以上，且周期长短不一。

I不规则波动(随机性):除去趋势、周期性和季节性之后的偶然性波动。

2.分解模型

乘法模型：Yi=Ti×Si×Ci×Ti加法模型：Yi=Ti+Si+Ci+li

当四个因素对序列具有相互影响时，使用乘法模型；当四个因素序列的影响相互独立时，用加法模型。本章以乘法模型为基础。

第二节时间序列的描述性分析

《统计学》讲义第八章

一、图形描述

对时间序列进行分析时，先作图，然后通过图形观察数据随时间的变化模式及变化趋势，作图是观察时间序列形态的一种有效方法。见P360图13-1。

二、时间序列的水平分析

(一)发展水平与平均发展水平

在时间序列中，用t,表示现象所属的时间，Y,表示现象在不同时间上的观察值。Y,也称为现象在时间t,上的发展水平，它表示现象在某一时间上所达到的一种数量状态。若观察的时间范围为t,t?,…,t,,相应的观察值表示为Y,Y?,…,Y,,其中Y称为最初发展水平，Y,为最末发展水平。若将整个观察时期内的各观察值与某个特定时期t。做比较时，时间可表示为

to,t?,t?,…,t,相应的观察值表示为Y?,Y,Y?,…,Y,其中Y?称为基期水平，Y