济南大学商学院统计学课件 第八章.ppt

第八章 时间数列分析 回顾上节课内容 第八章 时间数列分析 第一节 时间数列和动态指标分析 第二节 时间数列趋势分析 第三节 季节变动与循环变动分析 2000年11月1日零时我国第五次人口普查登记大陆总人口为126583万人，同第四次全国人口普查1990年7月1日零时的113368万人相比，十年零四个月共增加了13215万人，增长11.66%.平均每年增加1279万人，年平均增长率为1.07%。 请问: (1)你知道以上资料中的数据是什么指标吗?如何计算的呢? (2)如果以人口年均1.07%的增长速度，你能预测我国人口到2010年将达到多少吗? 第六次全国人口数据:全国总人口为1339724852人 (0.57%年均增长率) 本章学习目标 1.时间数列及动态指标分析 2.时间数列的影响因素分析 3.平稳型时间数列的平滑和预测方法 4.趋势型时间数列的分析和预测方法 5.复合型时间数列的综合分析 （1）反映社会经济现象的发展变化规律 （2）可以对社会经济现象未来的发展进行预测 （3）可以在不同地区或国家之间进行对比分析 1．时间长短应该统一； 2．总体范围应该统一； 3．经济内容应该统一； 4．计算方法应该统一。 (一)发展水平：各项指标数值 （1）连续时点数列（掌握每日资料） 间隔相等： 间隔不相等： 见书本248-249页例8.2 （2）间断时点数列（掌握期初或期未资料） 间隔相等： 间隔不相等： 两两平均法举例 增长1％的绝对值 复习上节课所讲述内容 1、时间数列：反映某现象的同一指标，在不同时间上的数值按时间先后顺序排列形成的数列。举例说明见例1 2、构成要素：时间、统计指标数值 3、动态指标分析:水平指标、速度指标 4、分类（图8-1）： 第二节 时间数列趋势分析 本节内容： 一、时间数列的构成要素与模型 二、时间数列的预测程序（补充） 三、时间数列的测定 （一）平稳数列的预测：简单平均法、移动平均法、指数平滑法（补充） （二）趋势序列的预测：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、时间数列的构成要素与模型（构成要素与测定方法）图8-2 一、时间数列的构成要素与模型 （一）构成要素 1、长期趋势 (Secular trend ) 2、季节变动 (Seasonal Fluctuation ) 3、循环波动 (Cyclical Movement ) 4、不规则波动 (Irregular Variations ) （二）模型 1、乘法模型：Yi = Ti × Si × Ci × Ii （乘积模型） Y与T的度量单位相同，S、C、I均以百分比表示 2、加法模型：Yi = Ti + Si + Ci + Ii （叠加模型） 二、时间数列的预测程序 一种具体的时间数列可能受一种或几种因素的影响，不同影响因素的时间数列预测方法不同。 预测步骤： 1、确定时间数列的成分 2、选择预测方法并对预测效果进行评价 3、利用最佳预测方案进行预测 1、确定时间数列的成分—确定趋势成分 （1）绘制时间数列的线图来观察出是否存在趋势，以及是线性趋势还是非线性趋势。 （2）利用回归分析拟和一条趋势线，对回归系数进行显著性检验。 例2：某种股票连续16周的收盘价格 图8-3 案例分析 1、通过图是可以判断出时间数列中存在趋势，由于时间数列两端有高于趋势线的数值，可以判断存在非线性趋势。 2、利用回归分析拟和一条趋势线： （1）Y=A+BT在95%的概率保证度下，得到方程 Y=12.033-0.4815t 判定系数R2=0.6450线性关系显著， （2）Y=A+BT+CT2在95%的概率保证度下，得到趋势方程：Y=14.8051-1.4088T+0.0546T2判定系数R2=0.78410.6450说明二次曲线拟和效果比直线效果好。 1、确定时间数列的成分—季节成分的确定 至少需要两年的按照季度、月份来记录的。 （1）绘制时间数列图 （2）季节性多元回归预测法 例3：某啤酒生产企业各季的销售量数据（单位：万吨） 图8-4 案例分析 从图8-4可以看出： 后面年份的折线明显高于前面年份的折线；折线交叉不明显。从而说明啤酒销售量数据中既含有季节成份又含有上升趋势。 2、选择预测方法 假定过去的变化趋势会延续到未来，则根据过