人大《统计学》第十一章时间序列分析.pptVIP

1.4速度变动描述变动描述分析注意事项：正确选择基期在速度变动描述中，报告期和基期不允许有0和负数速度与水平应该结合分析:采用增长1%的绝对值来弥补增长率分析的局限性。增长率1%的绝对值反映增长率每增加一个百分点对应的绝对增长量，该指标一般与环比增长率结合使用，其计算公式为：增长1%的绝对值2.2时间序列的分解步骤贰2.1时间序列的分解模型壹2.3利用时间序列分解模型展开预测叁2时间序列的分解法季节变动（S）长期趋势（T）不规则变动（I）循环变动（C）时间序列的变动分解2.1时间序列的分解模型长期趋势（longtermtrend）是时间序列在较长时期内持续上升或下降的发展态势；可以是线性的，也可以是非线性的；通常由某种固定性因素长期作用于事物产生，其发展具有持续性，有利于根据以往的观测值对未来进行预测。季节波动（seasonalfluctuation）是时间序列在一年内重复出现的周期性波动；“季节”不仅指一年中的四季，还可以指一年中任何一种周期，如月、周、日、时等；季节波动多是由于自然因素和生产或生活条件的影响引起的，其波动具有重复性。长期趋势季节变动2.1时间序列的分解模型02循环变动循环变动（cyclicalfluctuation）是时间序列较长时间内（通常为一年以上）上下起伏的周期性波动。循环变动是一种涨落相间的交替波动；循环变动的周期长短不一、幅度高低不同，不具有重复性。不规则变动不规则变动（irregularvariation）包含时间序列中所有没有明显规律性的变动；不规则变动是时间序列剔除长期趋势、季节变动、循环变动后的偶然性波动，又称剩余变动或随机变动。012.1时间序列的分解模型加法模型：乘法模型：构建时间序列分解模型(设为时间序列的指标值)2.1时间序列的分解模型图形描述长期趋势的测定季节变动的测定循环变动的测定不规则变动的测定时间序列的分解步骤2.2时间序列的分解步骤2.2时间序列的分解步骤【例11.9】表11.4是2000-2008年我国社会消费品零售总额月度时间序列。选择恰当的分解模型将该时间序列分解，并分别测算各个变动。表11.42000-2008年我国社会消费品零售总额月度数据单位：亿元§2.2时间序列的分解步骤图11.2社会消费品零售总额月度时序图1．图形描述。§2.2时间序列的分解步骤2．长期趋势的测定对于含有长期趋势的时间序列，首先采用移动平均法剔除季节变动和不规则变动，再对得到的新时间序列拟合长期趋势。图11.3零售总额长期趋势图2.2时间序列的分解步骤季节变动的测定在时间序列的乘法模型中，季节变动是通过季节指数来估算的；季节指数可以描述现象由于受季节因素的影响偏离其总平均水平的相对程度，可以通过按季平均法得到。按季平均法的前提是时间序列呈水平趋势，计算步骤如下：对多年同季数据进行简单平均，以消除不规则运动。将同季平均数与总平均数作比，得到季节指数。§2.2时间序列的分解步骤图11.4零售总额季节指数图由于循环波动的周期长短不一、波动大小不同，且常与不规则运动交织在一起，通常采用剩余法得到；剩余法是以时间序列的分解模型为基础，从时间序列中分离趋势变动、季节变动和不规则变动，从而得到循环波动；由于分离的结果容易受其他变动因素估算效果的影响，实际通常还要结合定性分析方法。将序列除以，即得到循环变动。123循环变动的测定2.2时间序列的分解步骤不规则变动没有规律可循，因此也采用剩余法得到。01将序列SI除以S，即得到不规则变动I，02不规则变动的测定2.2时间序列的分解步骤2.3利用时间序列分解模型展开预测展开预测具体步骤对各个变动历史观测值的分析和建模分项预测未来值合成时间序列的预测值注：由于不规则变动没有规律、无法预测，所以时间序列的预测模型只包含长期趋势、季节变动和循环变动三个成分。§2.3利用时间序列分解模型展开预测【例11.10】在例11.9所建变动模型的基础上，对2009年1月至6月我国社会消费品零售总额进行预测。解：按照上述步骤，可以得到2009年上半年我国社会消费品零售月度总额的预测值，如表11.8。以2009年1月为例，其长期趋势为：（亿元）§2.3利用时间序列分解模型展开预测通过循环变动C的图形我们可以判断，该序列循环变动的周期较长，相对长期趋势的波动较和缓，如图11.5所示。因此直接选取2008年6月的循环变动值作为预测值：图11.5零售总额的循环变动图§2.3利用时间序列