资源描述：
《时间序列分析与季节调整方法简介》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
·仿针券秋佑针与报一忍第期时间序列亡矛析与拿节调鳌方法浅析令全扛。时间序列分析刀调建模的随机性和适应性对于平稳性的随,,作为统计数学的一个分支是分析动态数机时间序列其基本数学模型可分为三类,。,据提供定量预测的重要理论和方法西方自回归模型简称模、,国家现已较为普遍地在经济金融领域运用型一般的阶模型简记为。,时间序列模型分析预测各种发展趋势近年滑动平均模型简称,,来随着我国改革开放的深入和经济的飞速模型一般的阶模型记为,发展对经济领域中存在的大量数据进行动自回归滑动平均,,,,模型态分析处理摒弃静态分析的高误差率并简称模型是、,进一步用科学的方法进行预测决策已显得模型和模型的自然综合一般的,,,愈加必要时间序列分析方法在经济界的推模型简记为均可由。。广普及已是大势所趋固定的数学模型方程式表示对于非平稳时,,所谓时间序列分析即动态数据处理间序列则用差分的办法使其转换为平稳序,,,,是指一批按时间先后顺序记录下来的观测结列记为模型其中、、,,。,果时间序列数据姚……为求和阶数实际运用中针对具体的时间,简记为例如某地区一种商品的月销序列数据模型识别主要通过样本自,,,售量其发展变化受到一系列其它因素的相关函数蕊简称、、影响如商品价格商品质量居民收入水和样本偏自相关函数、、、,,平消费心理政策因素甚至气候条件自子。。简称,,然灾害等等时间序列分析方法不去区分以及模型的截尾,。一这些影响因素是如何在起作用而只是从它性和拖尾性具体判断方法是若,、们综合影响的结果即事物自身发展演变的在某运算步骤后即在零的上下,,,情况去寻求其客观变化的规律性并在这作微小波动则可判定遵从模型,,些影响因素大致保持稳定的前提下去推断并可大致确定相应的阶即决定。,。的未来发展趋势本世纪年代模型二因模型的和的著作毋,是步截尾的。而当时,,,时间序列分析预测与控制》一书出版有渐近正态分布故可进行,—。,后在现代统计学研究领域产生了深远的影与模型类似的截尾性检验因此,。响其一预测方法以理论上的决定模型三对于一般,,,充实完善预测的较高精度并配有专用计算的混合模型无论是,机软件而风靡全球统计界成为当今国际上还是都不能单独确定模型的。,,较为流行通用的现代时间序列分析方法值一直是时间序列建模分析的难点。一可提倡用简单的模所在早期的办法是根据和是型及其适当扩充来分析时间序列数据,并强否呈现负指数下降趋势加以判断。在实际建·。 ··仿什与预侧一总弟期,,,,模时对值从高到低进行尝试取定本原理和方法是由于模型,,后进行参数估计然后再对试用模能被写成一般带有模型含差分因子部,,,,型进行检验如此循环往复多次才能找出分的模型就是。十二较好的近似模型整个过程繁琐复杂且准确小久。度不高十一一中这里申气,···,,,十近年来美国芝加哥大学商学研究院刁妈砂令十并把这个一。锦寰和美国雪城大学商学院定量方法系主任模型概指为一般模型扩,陈江两位华裔教授集合多年的研究成果富展的自相关函数!即被指定来解释在有创见性地提出了使用扩展的自相关函数,,式里一般模型的决定因素来,留下较困难的差分因子一的问题,确定模型的新方法从而使。,在模型估计阶段再被认定这样即可列出,。模型的确定难点变得迎刃而解其基一个图表奋.、夕.‘、‘、自j.J户‘1.、叮、‘了J夕1、IJ了工飞1、产尹1,.<奋.、户‘.f奋夕、.犷六八百、卜、.、矛了矛、尹‘舀护、月‘P八产P八P八卜、了.、、1‘,I1,护八、乙r、了,尹了声.,.、饭了、尹尸声1内0140228(0)456(0)段2)尸‘P八六P八Pp六八‘6p石6。二s3()()方二‘二444()()()万万弓九.,,横坐标为AR的决定因子p纵坐标化这种周期变化是由于季节因素的影响造,,。为MA的决定因子q交点估计值被指定为成的在经济分析中称为季节性经济时间k,=o,,,,,p(m)其mi2……;k=12序列的季节性是非常显著的它往往遮盖或k。,……户(m)即为扩展的自相关函数通过混淆经济发展中其它客观变化规律以致对在图表中寻找户k(m)值为零的三角形路径于深入研究和解释经济规律(如经济发展趋,,,,,。的办法得到三角形端点的横坐标p值势经济内部关系等)造成困难和麻烦,,纵坐标q值即为所采用的ARMA模型的因此需要从经济时间序列中去掉季节因‘,,。,“”-pq()值使用EACF判定不仅消除了素这就引入了季节调整(SeasonalAd。ustent在模型建立时期对试验性模型的说明数据进jm)的问题行差分的需要,而且使初期的模型识别变得季节调整问题最早是由美国著名经济学,ns.,简单易行的确是时间序列分析研究的一个家PersoWM在1919年提出的由于以。新突破其专用计算机软件SCA图形功能月份或季度为观测时间单位的经济时间序列,,t:强大适用性强配合使用将使时间序列数}Y}可用以下几个部分来描述(1)趋势。end。,据分析更加快捷方便(tr)部分用来表征序列的长期行为,,,t但是以月份或季度作为观测单位的经如发展趋向发展中的波动性等用T表,。s。济时间序列通常具有一年一度的周期性变示(2)季节(eason)部分用以表征由··57 ·一·偏针与孩侧20003恩事105期,于季节因素造成的一年一度的周期性变化觉和纠正在季节和月历影响下的任何不适当。。ir。,用S表示(3)不规则(resular)部分因素并通过选择不同的程序对不同的时间,用来表示时间序列中除去以上两部分后的剩序列进行调整从而更好地改进序列端值和余,,部分主要体现各种外界随机因素的影折断点(一般由节假日股票交易日等特殊,,。,。响变化没有规律用It表示所以按照时点影响所致)的拟合度提高预测效果,:,各部分构成有两种调节模式可供选择乘该程序包括了各种解决调整难题的新工具t=tt二,二,,法模型(YTtstl12.N)加法由此扩大了能被适当地进行季节调整的经济t=t+t+tt,,,,TSI=1二。;模型(Y2N)若时间序列的范围具有较大的适应性,ARIMA模型的引入又使其克服了x一一个数据序列呈指数变化趋势且季节波动n程,,,。的幅度随时间而增大则适合于乘法模型序的暂定性程序优越性十分明显,否则适合于加法模型大部分经济时间序列x一12一ARIMA程序既可在DOS环境。,适合于乘法模型而所谓季节调整就是按照下使用又可在WINEK)WS环境下配合,SAS软件使用,以上两个模式将经济时间序列进行分解去在美国经济界已得到了广泛,,掉季节项的影响使时间序列的发展图形由的应用成为进行经济分析预测的有效工,,不规则变得尽量平滑以便在研究经济序列具相信不久也将在我国国民经济监测和宏,。不同月份(或季度)之间的关系时可以进观调控预警方面发挥作用。:行经济意义上的比较(作者单位四川省统计局科研所).美国人ShiskinJ在1965年推出的著x一名的n季节调整程序以比率滑动平均法典,作为理论基础对端值采取了简单的处理投资率通常是指总投资占国内生,非对称滑动平均使调整结果不可避免。,产总值的比率但是国内生产总值由—。地具有一定的暂时性1978年由加拿大人,于受进口的影响又有生产额与使用额Dagx一Jenkins的随机建模方法引。,aln将Bo的区分因此投资率也可以从以下两x,-入了一n程序后提出的x一n一ARI。:个不同的角度进行观察用公式表示,MA程序虽提高了季节调整结果的稳定性、。.,*总投资川一.枚灭午=画入几Uu为但由于它给出了三种固定的模型供用户选万王万万履1声丽:,,,,,,xs;择(011)011(02(),,s,,,,总投资X;X二2)(011)(212)(Q1投资率国内生产总值国内使用额,5s=s二1)这里12或4(月度或季度数100%。,据)一旦三种模型均不适合于观测序列国内生产总位生产额反映国家(或,而用户自己又找不到合适的ARIMA模型,地区)的经济实力和经济发展水平而,。季节调整便无法进行其适应性明显较弱国内生产总值使用额则反映国内生产总,为提高季节调整程序的作用效果美国值实际使用于国内投资与消费的总规avidFindley普查局季节调整首席研究员D。,模因此前者可以观察投资与国家经x一在总结前人的研究成果基础上提出了12,济实力的关系从中看出投资规模的经,一ARIMA季节调整程序可谓季节调整计济承受能力;后者可以观察可供国内使。x一算机软件的新发展作为n季节调整程用的国内生产总值在投资与消费之问的,序的提高版其理论原理虽仍为滑动平均,分配从中可以看出投资与消费之间的,。法但它包括了更好的模型说明和用途的结,匕例关,,}{......。.,............。..,.合以及多种新的诊断方法能帮助使用者发。。。。。。。。。二。。。。。。。。,。,。,。,。,.O~~二~/~··58
