人民大2024上海财大版《统计学》PPTChapter10-时间序列分析.pptx

统计学;10.1时间序列的种类和编制方法

10.2时间序列的描述性统计

10.3时间序列的预测

10.4平稳序列的预测

10.5非平稳时间序列预测;10.1.1时间序列的种类

10.1.2时间序列的编制方法;数据的展示有多种方式，例如前面介绍过变量序列可以按照统计数据按大小顺序排列而形成，或按照截面数据进行展示。另一种常见的组织和展示数据的形式是按照数据观测时间先后顺序进行排列，这样的数据成为时间序列数据（timeseries）。时间序列的应用始于19世纪80年代西方经济学和统计学，可以用来反映现象发展变化的过程和特点，是研究某些现象发展变化的趋势和规律以及对未来变化进行科学预测的重要依据。这种分析的方法技术不断丰富和发展，逐步形成统计学中有广泛应用价值的分支学科。;时间序列分析有传统时间序列分析和现代时间序列分析两种。传统时间序列分析的特点是将经济过程分解为若干基本构成因素，并对这些构成因素分别加以测定。现代时间序列分析是20世纪40年代开始发展起来，它把时间序列看成各种复杂因素交织影响的随机过程，运用大量数据构造综合模型，借助计算机进行复杂的计算，主要用于趋势分析和预测。;10.1.1时间序列的种类

在社会经济统计中，时间序列可以从不同角度分类。从计算动态指标和选择分析方法来研究，时间序列可做以下两种分类：

1.绝对数时间序列、相对数时间序列和平均数时间序列按时间序列中的数据（即各期指标的数值）形式不同，时间序列可分为绝对数时间序列、相对数时间序列和平均数时间序列。其中，绝对数时间序列即总量指标时间序列，又可分为时期总量指标序列（简称时期序列）和时点总量指标序列（简称时点序列）。例如，我国1991～2023年国内生产总值的数据就是时期序列，我国19972023年城乡居民储蓄存款年末余额就是时点序列，我国1992～2023年年末女性人口占总人口的比重就是相对数时间序列。这四种形式的时间序列，除时期序列前后各期数值可以相加，表明更长时期的累计总量之外，其他两种序列前后数值相加都无意的。将时间序列按指标形式区分，是因为不同形式的指标在计算某些动态分析指??时要采用不同的方法。

;2．纯随机型时间序列和确定型时间序列

按观察数据的性质与形态不同，时间序列可分为纯随机型时间序列和确定型时间序列。纯随机型时间序列的各期数值的差异纯粹是由许多偶然的不可控的随机因素共同作用的结果，其变动没有规则。如用随机理论来考察，时间参数可视为离散型随机过程，观察数据则被视为随机过程产生的样本分布，而与此相应的分析方法可称为随机时间序列分析法。

确定型时间序列是指由某种或某些可确定的因素影响变动的时间序列，其数值变动有一定的规则，表现为长期趋势(longtermtrend)形态、季节变动(seasonalcomponent)形态和循环波动(cycliccomponent)形态等。;10.1.2时间序列的编制方法

时间数列由两个基本要素组成，即时间和与各时间点对应的指标数值。编制时间序列，需要根据研究任务来具体确定数据的时间单位，并注意前后各期指标的可比性。

关于时间单位的选择，如果是要对一个较长时期内的社会经济的发展过程和趋势进行分析，通常采用年度资料即可；如果要同时分析季节性变化，或因年度资料太少，不足以观察现象变化过程的特点，就要采用季度和月度资料。对微观过程的分析，除年度、季节和月度资料以外，为了具体了解技术经济活动的特点，还要采用按日登记的资料，甚至以小时和分为时间单位的资料。社会经济统计中的时点指标，如上市公司股票价格、交易量等，都是以“日”为最小时间单位。

;编制时间数列的目的是要观察数列各期数值的变化进行比较分析。因此，保证各期指标数值的可比性，是编制时间数列的基本原则。具体地说，要注意以下问题：

1．收集数据的时间间隔应尽可能保持相等。在时期数列中，由于时期长短直接关系到各个指标数值的观测，因此，如果各期指标时间跨度不统一，就很难直接比较。在时点数列中，间隔相等也便于直接比较。

2．数据收集的总体统计口径应保持一致。总体范围变化，指标数值必然不同，这时需要对统计资料进行适当调整，使总体范围一致，再作动态比较。

3.计算方法、度量单位、指标含义和经济内容应该一致，保持前后各期具有可比性。

;10.2.1图形描述

10.2.2数字描述;10.2.1图形描述

在对时间序列进行分析时，最好是先作一个图，然后通过图形观察数据随时间变化的模式及趋势。作图是观察时间序列形态的一种有效方法，它对于进一步分析和预测会有很大帮助。;例子展示;?;?;3.增长率分析中应注意的问题

在应用增长率分析实际问题时应注意以下几点：

第一，当时间序列中的观察值出现0或负数时，不宜计算增长率