第2章 市场调查数据的动态分析与.ppt

第2章 市场调查数据的动态分析与预测 市场调查数据中，如果数据反映了现象总体在一个发展过程中某指标的数值变化，则将其称为动态数据。动态数据与对应时间按时间先后顺序排列，则形成动态数列，也可称时间序列。动态数据时间序列分析的重要内容便是进行预测。 本章从Excel应用的角度，讲述时间序列的指标分析以及动态趋势分析。 2.1 市场调查动态数据的指标分析 2.1.1 时间序列的水平分析指标 时间序列的水平分析指标：平均发展水平、增长量和平均增长量。 平均发展水平为动态平均数，在指标意义和计算方法上有别于静态平均数。 时间序列的水平分析指标中还有增长量和平均增长量，增长量分为逐期增长量和累计增长量，其统计意义为：逐期增长量=报告期水平-上期水平；累计增长量=报告期水平-固定基期水平； 2.1.2 时间序列的速度分析指标 2.1.3 方程法平均发展速度的计算 2. 高次方程的“单变量求解” 2.2 动态数据的趋势模型分析 * * 11515.35 11426.995 11160.58 10850.30 10575.912 10492 年末职工人数（万人） 33713.83 28243.994 23265.91 19789.85 16900.174 14743.51 职工工资总额（亿元） 2008 2007 2006 2005 2004 2003 年份 2004年-2008年 职工人年均工资计算 动态数据时间序列抽象表达方式为： t0 t1 t2 … ti …tn a0 a1 a2 … ai …an 在时间序列中各个时间ti下的具体数值ai称为发展水平，它反映现象总体在不同时期所达到的水平、程度，是计算其他动态分析指标的基础 。 【例2.1】以表2-2“历年我国职工人数与工资总额”数据，计算平均发展水平、年平均工资总额、总平均职工人数和年平均工资（元/人）。【摘自2009年中国统计年鉴】（例题数据参见“第2章数据资料”之“各年职工人均收入”工作表） （1）对于在一个时期内具有累加意义的时期性数据，如增加值、销售额、投资额、生产量等，所形成的数列——时期数列，求其平均发展水平只须对各期数值加总求简单算术平均即可: ,见 “年平均工资总额” 计算。 (2)对于随时间过程在不断增减变化的时点性数据，如在册人数、库存量、固定资产等所形成的数列——时点数列，求其平均发展水平则需分两成两步完成：第一步，逐期求平均第二步，对已求出的逐期平均再作简单算术平均。见 “总平均职工人数” 计算。 (3) 对于相对数或平均数数据形成的时间序列，求其动态平均数 ，则要分三步完成：第一步求出分子序列的动态平均数，第二步求出分母序列的动态平均数，第三步按 计算原则，对已求出的平均再作简单算术平均。 【例2.2】图2-3 中的单元格“$A$2:$B$15”的数据资料为历年我国全社会固定资产投资额，现要求以此计算增长量和平均增长量指标。（例题数据参见“第2章数据资料”之“固定资产投资”工作表） 增长速度=发展速度-1； 当整个发展时期中各期水平忽高忽低，变化波动较大的时候，或者首末水平受特殊影响而过于悬殊，并且目标侧重于考察整个时期中各期发展水平的总和时（如考察投资总额的完成情况等），应当用方程法计算平均发展速度较为适宜，即求高次方程的解 ： 注：高次方程中的常数项中，a0为时间序列的首项，为时间序列第二项至末项之和。 【例2.4】如示历年我国全社会固定资产投资额，观察其各年环比发展速度可知，固定资产投资额各年发展不平衡，波动较大，要求用方程法计算平均发展速度。（例题数据参见“第2章数据资料”之“固定资产投资”工作表） 运用 Excel循环计算的功能，可以考虑用牛顿切线迭代法求解高次方程的近似根。 牛顿切线法迭代公式： 上例时间数列的n=11，常数项等于32.35 在单元格D2设定初始值x0＝1； 在单元格D3中键入x1的迭代计算公式的自定义函数， 用填充柄复制到D4以下各单元格。立刻可见各迭代值出现。 观察相邻的迭代值，可以认为平均发展速度等于117.26%。 若用水平法计算的平均发展速度为119.24%，两者相差较大，约有2个百分点的差异。 【例2.5】 仍以如图2-3所示历年我国全社会固定资产投资额，改用“单变量求解”方法求方程法平均发展速度。（例题数据参见“第2章数据资料”之“固定资产投资”工作表） 操作中关键的步骤是设置可变单元格和目标单元格，可变单元格设置为认定的方程解，目标单元格是方程的表达式（点取可变单元格为未知量）。具体做法是： 第一步：设定单元格D17置放为高次方程的解x，即平均发展速度； 第二步：在单元格D18按高次方程的形式键入f (x)表达式的自定义函数，见图 Excel工作表上编辑栏所示。 第