时间序列分析方法及其应用研究.pdfVIP

时间序列分析

不论经济领域中每年的产值、国民收入、某一商品在某一市场上的销量、某一商

品在某一市场上的价格变动等，或是社会领域中某一地区的人口数、医院患者人数、

铁路客流量等，还是自然领域的黑子数、月降水量、河流流量等等，都形成一

个时间序列。所有这些序列的基本点就是每个序列包含了产生该序列的系统的

行为的全部信息。问题在于怎么才能根据这些时间序列，叫精确地找出相应系统的

内在统计特性和发展规律性，尽可能多地从中提取出我们所需要的准确信息。用来

实现上述目的的整个方法称为时间序列分析。它是一种根据动态数据揭示系统动态

结构和规律的统计方法，是统计学科的一个分支。其基本思想是根据系统的有限长

度的运行记录(观察数据)，能够建立比较精确地反映时间序列中所包含的动态依存

关系的数学模型，并借以对系统的未来行为进行预测。

人们为了根据时间序列揭示所研究现象的动态规律性，在认识——实践——再认

识的不断循环过程中，产生了一系列分析研究时间序列的方法，最朴素的动态认识

思想认为现象的未来行为与现在的行为有关，于是，人们便利用现象的现在值作为

下一时刻的预测值。这种方法对于平稳时间序列来说，是可行的。例如，要预测下

周某种销售额较稳定的产品的需求量，就用一周的实际需求量作为下周的预测

值。按照这种思想，对于具有季节性的序列也可以先将的观察值去掉季节性，

然后再赋予要预测时刻的季节性进行预测。观察值含有偶然因素的随机影响，因而，

据这种思想进行预测，受随机影响较大，为了弥补这一不足，一种有效的方法就是

1

取一段时间上的观察值的平均数。于是产生了移动平均法和指数平滑法。

随着的不断发展，人们在实践中认识到时间序列的变动，主要是由长

期趋势(随着时间的变化，按照某种规则稳步地增长、下降或保持在某一水平上)、

季节变动（在一个年度内依一定周期规则性变化）、循环波动（以若干年为周期的

波动变化）和随机型变动（许多不的偶然因素共同作用的结果）而形成的。前

三种变动的一个共同特点，就是依一定的规则而变化，随机波动在综合中可以消除。

基于这种认识，时间序列分析就是设法消除随机型波动，拟合确定型趋势，因而形

成了长期趋势分析、季节变动分析和循环波动测定等一系列确定型时间序列分析方

法。

虽然确定型趋势控制着时间序列变动的基本样式，但毕竟不是时间序列变动模

式的全貌。另一方面，用随机理论来考察，许多偶然因素共同作用的随机型波动，

1

指数平滑法：一般情况下移动去噪音

timeseries

analysis

Regardsoftheannualoutputvalue,nationalincome,saofacertaincommodityina

certainmarket,pricechangesofacertaincommodityinacertainmarket,etc.intheeconomic

field,orthepopulationofacertainarea,thenumberofhospitalpatients,railwaypassengerfl

ow,etc.inthesocialfield,orthenumberofsunspots,monthlyprecipitation,riverflow,etc.int

henaturalfield,allformatimeseries.Thebasicpointofallthesesequencesisthateach

sequencecontainsallinformationaboutthehistoricalbe