统计学（第8版） 何晓群-（13）第13章 时间序列分析和预测.pptxVIP

作者：贾俊平2023/4/182023/4/18统 计 学 (教学用-ppt)首届全国教材建设奖全国优秀教材（高等教育类）“十二五”普通高等教育本科国家级规划教材国家统计局优秀统计教材21世纪统计学系列教材 贾俊平2023/4/1813.1 时间序列及其分解13.2 时间序列的描述性分析13.3 预测方法的选择13.4 平稳序列的预测13.5 趋势型序列的预测13.6 复合型序列的分解预测 第 13 章 时间序列分析和预测 导 读在生活和工作中经常需要作出预测。比如,预测一只股票的价格走势,预测下一年度的销售额,等等。研究时间序列的主要目的之一就是进行预测,主要是根据已有的时间序列数据预测未来的变化。时间序列预测的关键是确定已有时间序列的变化模式,并假定这种模式会延续到未来。下面是。我国2015年1季度—2019年4季度的国内生产总值变化趋势图根据上面的图形，你认为国内生产总值包含什么样的成分？应该选择什么样的方法来预测下一年份各季度的国内生产总值？本章内容就将回答这些问题 预测国内生产总值（GDP） 13.1 时间序列及其分解时间序列(times series)同一现象在不同时间的相继观察值排列而成的序列时间序列中的时间可以是年份、季度、月份或其他形式用t表示所观察的时间,Y表示观察值,Yi(i=1,2,…,n)为时间ti的观察值 时间序列及其分类时间序列的分类时间序列可以分为平稳序列和非平稳序列两大类平稳序列(stationary series)是基本上不存在趋势的序列。这类序列中的各观察值基本上在某个固定的水平上波动,虽然在不同的时间段波动的程度不同,但并不存在某种规律,波动可以看成是随机的非平稳序列(non-stationary series)是包含趋势、季节性或周期性的序列,它可能只含有其中一种成分,也可能含有几种成分。因此,非平稳序列又可以分为有趋势的序列、有趋势和季节性的序列、几种成分混合而成的复合型序列 13.1 时间序列及其分解趋势(trend)时间序列在长期内呈现出来的某种持续上升或持续下降的变动趋势可以是线性的,也可以是非线性的 时间序列的成分季节性(seasonality)也称季节变动(seasonal fluctuation)时间序列在一年内重复出现的周期性波动含有季节成分的序列可能含有趋势,也可能不含有趋势 13.1 时间序列及其分解周期性(cyclicity)也称循环波动(cyclical fluctuation)时间序列中呈现出来的围绕长期趋势的一种波浪形或振荡式变动周期性不同于趋势变动,不是朝着单一方向的持续运动,而是涨落相间的交替波动;它也不同于季节变动,季节变动有比较固定的规律,且变动周期大多为一年,循环波动则无固定规律,变动周期多在一年以上,且周期长短不一周期性通常是由经济环境的变化引起的。由于分析周期需要较长的时间序列数据，当序列较短时则难以发现周期 时间序列的成分 13.1 时间序列及其分解随机性(randomness)偶然性因素对时间序列产生影响,致使时间序列呈现出某种随机波动除去趋势、周期性和季节性之后的偶然性波动,也称不规则波动(irregular variations) 时间序列的成分? 13.2 时间序列的描述性分析【例13.1】表13-1是2000—2019年我国发电量、人均GDP（国内生产总值）、轿车产量和CPI（居民消费价格指数)的时间序列。绘制折线图判断时间序列的成分 图形描述——例题分析年份发电量(亿千瓦小时)人均GDP(元)轿车产量(万辆)CPI(上年=100)200013556.0794260.7100.4200114808.0871770.4100.7200216540299.2200319105.810666207.1101.2200422033.112487227.6103.9200525002.614368277.0101.8200628657.316738386.9101.5200732815.520494479.8104.8200834668.824100503.8105.9200937146.526180748.599.3201042071.630808957.6103.3201147130.2363021012.7105.4201249875.5398741077.0102.6201354316.4436841210.4102.6201457944.6471731248.3102.0201558145.7502371163.0101.4201661331.6541391211.1102.0201766044.5600141194.5101.6201871661