《动态数列因素分析》PPT课件

《《动态数列因素分析》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第四节时间数列因素分析时间数列的构成要素与模型长期趋势分析季节变动分析一、时间数列的构成要素与模型时间序列的构成要素长期趋势（T）季节变动（S）循环波动（C）不规则波动（I）剩余法按月(季)平均法趋势剔除法线性趋势非线性趋势二次曲线指数曲线修正指数曲线Gompertz曲线Logistic曲线（一）（1）长期趋势（T）（2）季节变动（S）（3）循环变动（C）（4）随机变动（I）可解释的变动——不规则的不可解释的变动长期趋势（T）：现象受某种基本因素的作用，在较长一段时期内持续上升或下降的发展趋势。季节变动（S）：现象受自然条件和社会风俗等因素的影响，一年内随季节更替

2、而出现的周期性波动循环变动（C）：现象受多种不同因素的影响，在若干年内发生的周期性梁绮萍起伏的波动。不规则变动（I）：现象受临时的偶然性因素或不明原因引起的非周期性、非趋势性的随机变动。（二）时间数列的经典模式：（1）加法模型：Y=T+S+C+I计量单位相同的总量指标是对长期趋势所产生的偏差，（+）或（-）（2）乘法模型：Y=T·S·C·I计量单位相同的总量指标是对原数列指标增加或减少的百分比一、时间数列的构成要素与模型（三）变动因素的分解：（1）加法模型用减法。例：T=Y-（S+C+I）（2）乘法模型用除法。例：T=Y/（S·C·I）二、长期趋势分析（概念要点）

3、现象在较长时期内持续发展变化的一种趋向或状态由影响时间序列的基本因素作用形成时间序列的主要构成要素有线性趋势和非线性趋势（一）长期趋势（T）分析——测定方法（一）修匀法：1、时距扩大法和序时平均法（略）2、移动平均法奇数偶数移动项数新数列项数＝原数列项数－移动项数＋1（二）长期趋势的模型法（最小二乘法）以时间t为自变量构造回归模型，时期数按序随意编制线性趋势模型非线性趋势模型如:如:（二）长期趋势的测定——移动平均法(MovingAverageMethod)1、长期趋势的测定——移动平均法(概念要点)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，

4、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移动步长为K(1

5、9.148.989.35---5.636.496.896.977.027.898.559.16---------6.166.607.047.527.848.40---------6.076.506.927.117.558.168.75------------6.296.717.027.337.868.46------A、三项移动平均：第一个平均数=（4.80+5.33+6.76）/3=5.63对正第二项的原值第二个平均数=(5.33+6.76+7.38)/3=6.49对正第三项的原值依此类推,边移动边平均，求得三项移动平均新数列共8项。B、五项移动平均：第一个平均

6、数=（4.80+5.33+6.76+7.38+6.54）/5=6.16对正第三项原值第二个平均数=(5.33+6.76+7.38+6.54+7.00)/5=6.60对正第四项的原值依此类推,边移动边平均，求得五项移动平均新数列共6项。C、四项移动平均：第一个平均数=（4.80+5.33+6.76+7.38）/4=6.07对正第二和第三项原值第二个平均数=(5.33+6.76+7.38+6.54)/4=6.50对正第三和第四项的原值依此类推,边移动边平均，求得四项移动平均新数列共7项。由于每个指标数值都和原动态数列错半期，无法直接进行对比，还必须进行一次正位平均（中

7、心化）。即再进行一次两项移动平均，这样新序时平均数数列的各期数值才能和原动态数列对准，形成新的4项正位平均数列共6项。(实例2，应用Excel)表5-61981～1998年我国汽车产量数据年份产量(万辆)年份产量(万辆)19811982198319841985198619871988198917.5619.6323.9831.6443.7236.9847.1864.4758.3519901991199219931994199519961997199851.4071.42106.67129.85136.69145.27147.52158.25163.00【例】已知1

8、981～1