郑奕君《统计学》教学课件：第8章 时间序列分析.pptVIP

第八章 时间序列分析 时间定义: 1.时间是物质存在的客观形式 2.时间是运动着的物体的一种动力量 3.时间是人类所制定的测量事物的运动变化的尺度 4.时间是人类特有的生存方式 5.时间是人类固有的感觉形式 6.时间是一种内心体验 第一节 时间序列的对比分析 一、时间序列及其分类 二、时间序列的水平分析 三、时间序列的速度分析 一、时间序列及其分类 什么是时间数列? 按时间顺序记录并排列的数据序列称时间序列 时间序列的两个基本要素 一是所属的时间； 二是在不同时间上的统计数据。 时间序列的类型 二、时间数列的水平分析 （一）发展水平与平均发展水平 时间数列中每一项指标的具体数值称本期的发展水平。 最初水平 最末水平 基期 报告期 (三) 增长1%的绝对值 指在前一期发展水平的基础上, 速度每增长1%带来的绝对值的增长值。 每增长1%的绝对值 （三）平均速度 平均发展速度： 各期环比发展速度的几何平均数 平均增长速度 =平均发展速度-1 注：结合基数看平均发展速度，低速度可能隐含高水平，高速度可能掩盖低水平 例题：求下表中的平均发展速度和平均增长速度 2、某市2001-2006年中，各年国内生产总值分别是上一年的102%，103%，106%，107%，108%，计算该市国内生产总值的年平均发展速度为：（ ) 105.17% 6、已知某企业产品产量2003年、2004 年、2005年、2006年的环比增长速度分别 为6.9％、13.4％、10.8％、3.2％，则 2006年该产品产量的定基增长速度为：（ ） 38.61% 第二节 时间序列及其构成因素 一、四种构成要素 二、构成因素的组合模型 4、不规则变动I(Irregular Variations )： 因偶然的、不确定因素引起的无规律 变动。 二、模型 1、加法型 假定各影响因素是相互独立的，即每一因素对时间数列Y所产生的影响都是独立的，则可采用加法型。其关系式为： Y=T+S+C+I 3、乘加型 乘加型是上述两种类型的混合和折衷。它是指时间数列由有关影响因素分别相乘之后再相加的总和所形成的结构类型。其关系式为： Y=T·S+C·I 第三节 时间序列趋势变动分析 一、测定长期趋势的移动平均法 二、测定长期趋势的线性趋势模型法 三、测定长期趋势的非线性趋势模型法 时间序列的构成要素与模型（构成要素与测定方法） 线性趋势 一、移动平均法(Moving Average Method) 1、测定长期趋势的一种较简单的常用方法 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变动趋势 2、移动步长为K(1Kn)的移动平均序列为 移动平均法(实例) 移动平均法(趋势图) 移动平均法特点 1、对原数列有修匀作用，移动项数越大，修匀 作用越强。 2、移动平均时，项数为奇数时，只需一次移动平均，其平均值作为移动平均项中间一期；当为偶数时，需再进行一次相邻两平均值的移动平均。 3、数据包含季节变动时，项数应与季节变动一致（如4个季度或12个月），才能消除季节波动；当数列包含周期波动时，移动项数应与周期长度基本一致，才能较好消除周期波动 4、移动平均后，损失一部分信息。当N为奇数时，首尾各减少（N-1)/2项；当N为偶数时，首尾各减少N/2项。移动平均项数越大，失去信息愈多。 5 、移动平均法适合于分析时间序列的长期趋势，但不适合对现象的未来发展趋势进行预测 线性模型法（了解概念要点与基本形式） 1、现象的发展按线性趋势变化时，可用线性模型表示 2、线性模型的形式为 a 和 b 的最小二乘估计 趋势方程中的两个未知常数 a 和 b 按最小二乘法(L