统计学课件：第8章 时间序列分析.pdf

第8章 时间序列分析 Time Series Analysis 8.1 时间序列的分解 8.2 指数平滑 8.3 ARIMA模型 中央财经大学统计与数学学院 学习目标  理解时间序列分析中的基本概念；  掌握时间序列成分的分解方法；  掌握根据时间序列的组成成分进行 预测的方法；  掌握时间序列的指数平滑预测方法  熟悉ARIMA模型特性，了解建模方法 中央财经大学统计与数学学院 2 为什么要进行时间序列分析？  个人、企业和政府都需要根据历史数据（时间序 列）对现象的未来发展作出预测并采取相应的决策， 时间序列分析为我们提供了相应的分析工具。  我国每年年初都要对当年的主要经济指标作出预 测，每个五年计划中要对未来五年的经济和社会 发展进行预测。  股票经纪人要对股票市场的未来走势作出及时的 预测并相应作出买入或卖出的决策。  企业经理人员的决策中经常需要对 未来的市场供求进行预测。 中央财经大学统计与数学学院 3 8.1 时间序列的分解  8.1.1 时间序列的构成成分  8.1.2 时间序列分解模型  8.1.3 时间序列长期趋势分析  8.1.4 时间序列季节变动分析  8.1.5 时间序列循环变动分析  8.1.6 时间序列分解预测法 中央财经大学统计与数学学院 4 8.1.1 时间序列的构成成分  一个时间序列中可能包含以下四个（或者 几个）组成成分：  长期趋势 (Secular trend ,T)  季节变动 (Seasonal Variation , S)  循环波动 (Cyclical Variation , C)  不规则波动(Irregular Variation, I ) 中央财经大学统计与数学学院 5 长期趋势 800  现象在较长时期内 700 观测值 趋势值 600 持续发展变化的一 500 400 种趋向或状态 300 200  可以分为线性趋势 100 0 和非线性趋势 2000 2001 2002 2003 2004 中央财经大学统计与数学学院 6 季节变动（ S ）  由于季节的变化引起的现象发 展水平的规则变动。季节变动 160 140 产生的原因主要有两个： 120 100