当前位置:文档之家› 统计学第8章 时间序列分析与预测 (1)

统计学第8章 时间序列分析与预测 (1)


45.06 相对数数列 74.81 76.69
3371
4538
5500
6210 6470 平均数数列
三、时间序列的图形描述
优点: 用各类图形描述时间序列数据,可以直观、 简明地表现某种现象随时间变化的模式和趋势, 局限:图形描述方式较为粗糙
四、时间序列的分析指标
发展水平
增长水平
发展水平指标 平均发展水平 平均增长水平
构成要素:
要素一:时间t
年份 1986 1987 1988 1989 1900 1991 1992 1993 1994 1995
要素二:指标数值a
年份 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
国内生产总值 (亿元) 4038.2 4517.8 4862.4 5294.7 5934.5 7171.0 8964.4 10202.2 11962.5 14928.3
⒉ yi y0 yi1 y0 yi yi 1
i 1,2,, n
年距增长量
本期发展水平与去年同期水平之 差,目的是消除季节变动的影响
年距 yi L yi 增长量
L 4或12;i 1, 2,, n
平均增长量
逐期增长量的序时平均数
描述性时序分析
• 通过直观的数据比较或绘图观测,寻 找序列中蕴含的发展规律,这种分析 方法就称为描述性时序分析 • 描述性时序分析方法具有操作简单、 直观有效的特点,它通常是人们进行 统计时序分析的第一步。
描述性时序分析案例
• 例1 德国业余天文学家施瓦尔发现太阳黑 子的活动具有11年左右的周期
C)指标值采用连续统计的方式获得。
时期数列与时点数列
时点指标时间序列具有以下特点: A ) 不可加性 。不同时点的总量指标不可相加, 这是因为把不同时点的总量指标相加后,无法解 释所得数值的时间状态。 B )指标数值的大小与时点间隔的长短一般 没有
直接关系。在时点数列中,相邻两个指标所属时
间的差距为时点间隔。 C)指标值采用间断统计的方式获得。
时间序列的含义
时间序列
把反映现象发展水平的统计指标数 值,按照时间先后顺序排列起来所 形成的统计数列,又称动态数列。 现象所属的时间 反映现象发展水平的指标数值
140 120 100 80 60 40 20 0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
a
y1 y2 yn y n
y
i 1
n
i
n
【例】某股票连续 5 个交易日价格资料如下:
日期 6 月1 日 6 月2 日 6 月3 日 6 月4 日 6 月5 日
收盘价 16.2元 16.7元 17.5元 18.2元 17.8元
n 16.2 16.7 17.5 18.2 17.8 17.28(元) 5
y0 , y1 , , yn 1 , yn
y1 y0 , y2 y0 ,, yn y0
逐期增长量 y1 y0 , y2 y1 ,, yn yn1 累计增长量
二者的关系 ⒈ y1 y0 y2 y1 yn yn1 yn y0
分析指标
发展速度 增长速度 发展速度指标 平均发展速度
平均增长速度
《统计学》第八章 时间序列分析
(一)时间数列的水平分析指标
动 态 比 较 指 标 发展水平 增长量 平均发展水平 平均增长量
时间数列的速度分析指标
发展速度
增长速度
平均发展速度
平均增长速度
动 态 平 均 指 标
时间序列的水平指标
• 时间序列的水平指标
序时平均数的计算类型
绝 对 数 序 时 平 均
时期数列
连续时点数 列 连续每天资料不同
序 时 平 均 数
时 点 数 列
持续天内资料不变
连续每天资料 间断时点数 列
间隔时间相等
间隔时间不等
相对数序时平均数
序时平均数的计算方法
⒈计算绝对数时间数列的序时平均数 ⑴由时期数列计算,采用简单算术平均法
y1 y2
最末水平
或: y0 , y1 ,, yn 1 , yn ( n+1 项数据)
增长水平
又称增长量,它是报告期(研究 时期)水平与基期(比较时期) 水平之差,反映报告期比基期增 长的水平。说明社会经济现象在 一定时期内所增长的绝对数量。
其计算公式为: 增长水平=报告期水平-基期水平
设时间数列中各 期发展水平为:
统计学
STATISTICS
第 8 章 时间序列分析
学习内容
8. 1 8. 2 8. 3 时间序列的描述性分析 时间序列及其构成因素 时间序列趋势变动分析
8. 4
8. 5
季节变动分析
循环变动分析(自学)
统计学
STATISTICS
8.1 时间序列的描述性分析
一、时间序列的含义 二、时间序列的分类 三、时间序列的图形描述 四、时间序列的速度分析
编制时间序列的原则
在编制时间序列时,要考虑各个指标之间的可比 性,这是编制时间数列的基本原则。可比性的具体要 求如下: (1) 同一时间序列时间长短应统一。对于时期数列, 应保证各指标数值所属的时间长短一致。对于时点数 列,要求时点间隔期尽可能相同。 (2) 总体范围应当一致。指标值的大小与现象所属 空间范围有直接关系,当总体范围发生了变化 (如行政 区划的改变),应对前后时期各指标进行适当的调整。 (3) 经济内容应当一致。对于指标名称相同,而前 后时期的经济内容不一致的指标也需进行调整。 (4)计算方法、计算价格和计算单位要一致。
例2 1964年——1999年中国纱年产量序列
例3 1962年1月——1975年12月平均每头奶 牛月产奶量序列
例4 1949年——1998年北京市每年最高气温序列
二、时间序列的分类
时期序列 绝对数序列 时 间 序 列
派生
时点序列
相对数序列
平均数序列
绝对数时间数列的分类
由反映一段时期内社会经济现象发 时期数列 展的总量或总和的绝对数所组成的 时间数列。 时点数列 由反映一时点上社会经济现象所处 的水平的绝对数所组成的时间数列
平均增长量
(y
i 1
n
i
yi 1 )
n
yn y0 n
平均发展水平
又叫序时平均数,是把时 间数列中各期指标数值加 以平均而求得的平均数
一般平均数与序时平均数的区别:
计算的依据不同:前者是根据变量数列
计算的,后者则是根据时间数列计算的; 说明的内容不同:前者表明总体内部各 单位的一般水平,后者则表明整个总体在 不同时期内的一般水平。
y y
Hale Waihona Puke 序时平均数的计算方法 ⑵由时点数列计算 ①由连续时点数列计算
对于逐日记录的 时点数列,每变动 一次才登记一次
※间隔不相等时,采用加权算术平均法
y1 f1 y2 f 2 ym f m y f1 f 2 f m
y
i 1 m i 1
m
i
fi
i
f
【例】某企业5月份每日实有人数资料如下:
• • • • • • • •
练习: 1、下列指标属于时期指标的是()。 A、商品销售额 B、商品库存额 C、商品库存量 D、职工人数 2、下列指标中属于时点指标的是()。 A、企业数 B、在册职工人数 C、某种商品的销售量 D、拥有的机器台数 E、某种产品产量
答案:1、A 2、A、B、D
不具有可加性
一、时间序列的含义
• 随机序列:按时间顺序排列的一组随机变量
, X 1 , X 2 ,, X t , • 观察值序列:随机序列的 n 个有序观察值,称 之为序列长度为 n 的观察值序列
x1 , x2 ,, xt
• 随机序列和观察值序列的关系
–观察值序列是随机序列的一个实现 –我们研究的目的是想揭示随机时序的性质 –实现的手段都是通过观察值序列的性质进行推断
引言
• 最早的时间序列分析可以追溯到7000年前的古 埃及。
–古埃及人把尼罗河涨落的情况逐天记录下来, 就构成所谓的时间序列。对这个时间序列长期的 观察使他们发现尼罗河的涨落非常有规律。由于 掌握了尼罗河泛滥的规律,使得古埃及的农业迅 速发展,从而创建了埃及灿烂的史前文明。
• 按照时间的顺序把随机事件变化发展的过程记 录下来就构成了一个时间序列。对时间序列进 行观察、研究,找寻它变化发展的规律,预测 它将来的走势就是时间序列分析。
二 者 的 区 别 1、各指标数值是否具有可加性。 2、各指标数值大小是否与其时间 长短直接相关。 3、各指标的数值的取得方式。是 连续登记还是一次性登记。
时期数列与时点数列
时期指标时间序列具有以下特点:
A ) 可加性 , 不同时期的总量指标可以相加;
B ) 指标值的大小与所属时间的长短有 直
接关系。
yn 1 yn
n
a
y1 y2 yn y n
y
i 1
i
n
【例】2001-2005年某地原煤产量
年份 2001 2002 2003 2004 2005
原煤产量(万吨)
118729 129034 132616 132410 124000
y 118729 129034 132616 132410 124000 y n 5 127357.8 万吨标准煤
指标值也不具有可加 性
时间数列的特点:
•序列
•特

•不可加性—不同时期资料不可加 •时点 •无关联性—与时间的长短无关联 •间断登记—资料的收集登记 •时期 •可加性、关联性、连续登记 •相对 •派生性—由绝对数列派生而得 •平均 •不可加性
相关主题