第七章 时间序列.pptVIP

2、季节变动：现象在一年内随季节更替形成的有规律变动。特点：（1）各年变化强度大体相同、且每年重现；（2）时间序列的又一个主要构成要素。第三节时间序列的趋势分析第30页，共59页，星期日，2025年，2月5日3、循环波动：近乎规律性的从低至高再从高至低的周而复始的变动。特点：（1）不同于长期趋势变动，它不是朝着单一方向的持续运动，而是涨落相间的交替波动；（2）不同于季节变动，其变化无固定规律，变动周期多在一年以上，且周期长短不一。第三节时间序列的趋势分析第31页，共59页，星期日，2025年，2月5日4、不规则波动：没有规律性的随机变动。由各种偶然性、突发性的随机因素引起。第三节时间序列的趋势分析第32页，共59页，星期日，2025年，2月5日二、长期趋势的分析（一）进行数据修匀1、时距扩大法把时间距离扩大，相应的指标进行叠加，以消除原来数列中季节变动和偶然因素的影响，显示出长期趋势。特点：（1）只适用于时期序列；（2）扩大后的时距要相等且大小合适，才能消除偶然性因素的影响，且便于对比分析。第三节时间序列的趋势分析第33页，共59页，星期日，2025年，2月5日2、序时平均数法将时间序列分成相等的几段，以各段的序时平均数编制新的时间序列。特点：不仅适用于时期序列，而且适用于时点序列。第三节时间序列的趋势分析第34页，共59页，星期日，2025年，2月5日第三节时间序列的趋势分析第35页，共59页，星期日，2025年，2月5日2006年某矿日产原煤变化图第三节时间序列的趋势分析第36页，共59页，星期日，2025年，2月5日第三节时间序列的趋势分析第37页，共59页，星期日，2025年，2月5日用序时平均数法进行数据修匀后的日产原煤变化图第三节时间序列的趋势分析第38页，共59页，星期日，2025年，2月5日3、移动平均法（移动平滑）通过扩大原时间序列的时间间隔，并按一定的间隔长度逐期移动，计算出一系列移动平均数；由移动平均数形成的新的时间序列对原时间序列的波动起到修匀作用，从而呈现出现象发展的长期趋势。第三节时间序列的趋势分析第39页，共59页，星期日，2025年，2月5日奇数项移动平均:原数列：移动平均：新数列：第三节时间序列的趋势分析第40页，共59页，星期日，2025年，2月5日偶数项移动平均:原数列：移动平均：新数列：二次移动平均：第三节时间序列的趋势分析第41页，共59页，星期日，2025年，2月5日移动平均的目的是消除短期波动，因此移动间隔应长短适中。移动时间越长，个别观察值的影响越弱，所得趋势值越少，有时会脱离现实；移动间隔过短，难以消除短期波动。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。思考：时距扩大法、序时平均数法、移动平均法是不是都存在这样的问题？它们的共同实质是什么？如果我们把时距扩大到极限时，会出现什么情况？第三节时间序列的趋势分析第42页，共59页，星期日，2025年，2月5日第三节时间序列的趋势分析第43页，共59页，星期日，2025年，2月5日2006年某矿日产原煤变化图（三日平滑）第三节时间序列的趋势分析第44页，共59页，星期日，2025年，2月5日2006年某矿日产原煤变化图（七日平滑）第三节时间序列的趋势分析第45页，共59页，星期日，2025年，2月5日第1页，共59页，星期日，2025年，2月5日第一节时间序列的基本概念第一节时间序列的基本概念第二节时间序列的变动分析第三节时间序列的趋势分析第2页，共59页，星期日，2025年，2月5日第一节时间序列的基本概念一、概念时间序列是同一现象在不同时间上的相继观察值排列而成的数列。要素：1、现象所属时间；2、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。第3页，共59页，星期日，2025年，2月5日第一节时间序列的基本概念一、概念时间序列是同一现象在不同时间上的相继观察值排列而成的数列。第4页，共59页，星期日，2025年，2月5日大柳塔矿1993—2006年生产原煤与掘进进尺数据表第一节时间序列的基本概念第5页，共59页，星期日，2025年，2月5日时间序列平均数序列绝对数序列