统计学第八章

上传人:油条 文档编号:26823717 上传时间:2018-01-02 格式:PPT 页数:42 大小:280KB
返回 下载 相关 举报
统计学第八章_第1页
第1页 / 共42页
统计学第八章_第2页
第2页 / 共42页
统计学第八章_第3页
第3页 / 共42页
统计学第八章_第4页
第4页 / 共42页
统计学第八章_第5页
第5页 / 共42页
点击查看更多>>
资源描述

《统计学第八章》由会员分享,可在线阅读,更多相关《统计学第八章(42页珍藏版)》请在金锄头文库上搜索。

1、第一节 时间数列的基本问题 第二节 时间数列的水平分析 第三节 时间数列的速度分析 第四节 长期趋势的测定 第五节 季节变动的测定 第六节 循环变动的测定,第八章 时间数列分析,第一节 时间数列的基本问题,一、时间数列的含义及其类型二、时间数列的种类三、时间数列的影响要素四、时间数列的编制原则,事物总是发展的,统计研究的具体对象也是如此。从一段较长的时间上观察一个现象的发展变化,可以更好地把握其发展规律。 时间数列是某一指标数值按时间先后顺序加以排列而形成的统计序列。由于时间数列是从动态上反映社会经济现象的数量发展变化的,所以又称动态数列。,构成时间数列有两个基本要素: 一、现象所属的时间,实

2、践中,构成时间数列的时间单位长短视研究目的与现象性质而定。 二、现象在相应时间所达到的水平(即指标数值)。,时间数列的统计研究具有重要的意义。主要有: (1)通过观察时间数列,可以了解社会经济现象总体的动态变化全过程,便于人们客观、全面地认识事物的发展方向和速度。 (2)通过对时间数列的分析,可以研究哪些因素对时间数列的指标数值大小在起作用,可以进一步掌握事物发展变化的趋势和规律性。 (3)根据时间数列原有的发展变化规律,进行短期或长期预测,是生产、管理、决策过程中不可缺少的有利工具。,时间数列的种类,时间数列的影响要素,长期趋势,循环变动,季节变动,不规则变动,将时间数列的变动分解成上述四种

3、因素,为描述时间序列提供了方便。时间数列的波动可以解释为这四种变动的综合后果。加法模式:当时间数列的四种变动因素相互独立时,时间数列就是各因素的代数和。 乘法模型:当时间数列的四种变动因素相互影响时,时间数列就是各因素的乘积。Y代表时间数列的观察值,T是长期趋势值,S为季节变动值,C是循环变动值,I为不规则变动值。在加法模式中,S,C,I,是关于T的数量变量,用绝对数表示。,时间数列的编制原则,时间的一致性,经济内容的一致性,总体范围的一致性,计算方法的一致性,第二节 时间数列的水平分析,一、发展水平指标二、平均发展水平指标三、增长量指标四、平均增长量指标,发展水平是反映现象实际已经达到的规模

4、和水平,是时间数列的最基本指标。时间数列中的各项指标数值,就是发展水平。通常用 表示。为便于区别,习惯上常把时间数列中第一项的水平称为最初水平,用(时点数列)或(时期数列)来表示。最末一项的水平称为最末水平,用表示,中间各项则称中间水平。同时,一般把被研究的时期称为“报告期”,相应的发展水平称为“报告期发展水平”,而把研究中作为比较基数的时期称为“基期”,相应的发展水平称为“基期发展水平”。,平均发展水平又称“序时平均数”或“动态平均数”。在动态分析中,计算平均发展水平可把现象在不同时间上的数量差异抽象化,消除短期波动对它的影响,便于各段时间内的分析对比。,平均发展水平指标的计算 一、时期数列

5、序时平均数的计算 二、时点数列序时平均数的计算 (一)、连续登记间隔相同的时点数列 (二)、连续登记间隔不同的时点数列 (三)、不连续登记间隔相等的时点数列 (四)、不连续登记间隔不等的时点数列 三、相对数和平均数序时平均数的计算,增长量=报告期发展水平基期发展水平 逐期增长量=报告期发展水平 上一期发展水平 累计增长量=报告期发展水平 固定期发展水平,基于增长量的相关指标 (1)年距增长量指标 年距增长量=报告期某月(季)发展水平 上年同月(季)发展水平 (2)边际倾向指标 这一指标的含义是:指标每增加一个单位引起指标增加的绝对量。因此它常常用来测度指标增长对指标增长的贡献大小。,平均增长量

6、=逐期增长量之和逐期增长量个数 水平法 累计法,第三节 时间数列的速度分析,一、发展速度指标二、增长速度指标三、平均发展速度指标四、平均增长速度,发展速度是以相对数表现的动态分析指标,是报告期发展水平与基期发展水平的商,说明报告期发展水平是基期的多少倍或百分之几,亦称动态系数。即:种类: 一、环比发展速度=报告期发展水平前一期发展水平 二、定基发展速度=报告期发展水平某一固定时期发展水平 其它相关指标 一、年距发展速度 二、超过速度,增长速度是反映现象增长程度的相对指标,是报告期增长量与基期发展水平之比。种类: 一、环比增长速度=报告期逐期增长量前一期发展水平 二、定基增长速度=报告期累积增长

7、量某一固定时期发展水平 其它相关指标 一、年距增长速度 二、弹性系数 三、增长1%的水平值,均发展速度就是各期环比发展速度的序时平均数,用以说明现象在较长一段时间内的发展变化的平均速度。计算方法 (1)水平法 (2)累计法 (3)水平法与累计法的比较,平均增长速度是说明现象在较长时期内逐期平均增长的相对程度。 平均增长速度=平均发展速度 100% 计算平均增长速度应该注意的问题 由于平均发展速度有“水平法”与“累计法”之分,因此平均增长速度也有“水平法”与“累计法”之分。,第四节 长期趋势的测定,一、移动平均法二、数学模型法,长期趋势是时间数列变动影响因素中最基本、最常见的因素。测定长期的目的

8、在于从起伏激宕的序列过程中归纳总结出现象变化的基本走势。采用一定的方法对时间数列进行修匀,使修匀后的数列排除季节变动、循环变动、不规则变动等因素的影响,就可以凸现其基本趋势或长期趋势。长期趋势的测定方法随手描绘法 、时距扩大法 、移动平均法 、数学模型法 。下面仅就移动平均法与数学模型法进行介绍。,移动平均法是通过对时间数列计算移动平均的方式,消除数列中隐藏的季节变动、循环变动和不规则变动的影响,进而反映长期趋势的方法。它的操作思路是,对原有时间数列的数据逐项递推移动(如k项数据移动),计算一系列的序时平均数,并以这些移动平均数作为对应时期的趋势值。,移动平均法的关键是移动项数。应用时,还需要

9、注意以下一些特点: (1)移动平均的项数越多,对数列修匀的作用也越大。 (2)移动平均的项数可以是奇数,也可以是偶数,如果为奇数项移动平均,则移动一次就可以得出趋势值,如果移动项数是偶数, 则需进行校正,再做一次项数相同的移动平均。 (3)如何确定移动平均的项数应视具体情形而定,一般当时间数列的数值存在自然周期的,移动项数应与其自然周期相一致。 (4)由于移动平均值的计算采用了简单算术平均,因此各期指标值对趋势值的影响被等权处理了,实践中也可以采取“加权”方式计算移动平均值,以体现“厚古薄今”的原则。,移动平均法的关键是移动项数。应用时,还需要注意以下一些特点: (5)移动平均法的主要缺点是,

10、会损失时间数列的项数,而且移动项数越多损失的趋势值也越多。为此,有人专门研究“首尾缺失趋势值”的填补技术。 (6)如果每次都直接计算移动平均值,则会让计算工作变得十分繁琐。其实,移动平均法也可以通过下面的方式加以简化: (7)由于移动平均法不能得到实际的方程式,因而无法作为预 测的常用工具,但当现象发展较稳定时,也可用来进行外推预 测。第t+1期的预测公式为:,数学模型法测定长期趋势最广泛适用的方法,是采用适当的数学模型(函数)给动态数列拟合一个方程式,并据此计算各期的趋势值。模型可以有线性的,也可以有非线性模型,但前者是基础。模型参数可以是通过确定若干个“点”来求解,也可以基于某一最优化目标

11、函数求解,前者通常根据方程待定参数多少把时间数列划分为相应“段”,求出每一段的“重心”位置坐标(即“平均点”),要求所拟合的方程经过这些点,解相应的联立方程组即可确定参数值,后者通常采用“误差平方和最小”这一目标函数,故称为“最小平方法”。,半数平均法是测定时间数列趋势方程最为简便的一种方法。对于直线趋势方程,即把时间数列分成相等的两段,计算每一段观测值的算术平均数,作为趋势线的两点,连接两点构成的直线就是它的趋势线。,用半数平均法求解参数的步骤为: (1)将时间数列分成相等的两部分。 (2)分别计算两部分指标值和时间变量的简单算术平均数 , 。这两个点就是两部分数据的“重心”。所求的直线趋势

12、方程必须“经过”这两点。,(3)由上述两点即可唯一确定一直线方程。即利用(2)中的两点估计参数a,b。得到趋势方程 。 (4)利用趋势方程一方面可以导出各期趋势值的估计值只需把t值代入趋势方程即可: 。另一方面,可以对现象今后发展趋势作出粗略预测。此外,还可以对参数a、b的经济含义作出适当的解释。特别是b通常可解释为平均增长量。,上述确定直线趋势方程的“半数平均法”还可以推广到求解非线性趋势方程中的参数,例如:对变动趋势属于二次曲线的情形,设 ,求解参数的思路是: (1)、将时间数列分成相等的三部分 (2)、求出各部分的指标平均数和时间变量平均数 。 (3)、代入二次曲线方程,解联立方程,求出

13、参数。,一般方程中有几个未知参数,就将原始数列分成几等份,再求解方程组。同样的,对于修正指数曲线、逻辑曲线、龚伯兹曲线的参数估计原理也与此类似。,最小平方法亦称最小二乘法 ,其基本思路是:拟合一条趋势线,使原数列各点到该趋势线的距离平方各最短。主要的趋势类型有: 1、直线趋势 2、指数曲线趋势方程 3、二次曲线方程,如果时间数列的一级增长量(即环比增长量)大致相 等,则可拟合直线模型。 设拟合的直线方程为 ,应该有: 进而有以下联立方程组: 解得 从而有趋势方程:,当现象发展水平每期按大体相等的增长速度变化时(即 各期的环比发展速度大致相等),则时间数列适宜于拟 合指数曲线。 设拟合的指数曲线

14、趋势方程为: ,则通过对数化,就有以下线性模型: ,令 即可写成: 根据最小平方法原理,希望满 足: ,若记 ,则满足 所以有以下联立方程组:,根据指数曲线的数学性质不难发现,当t每增加一个单位代表1年时,b的经济含义 即为“平均发展速度”。如果t=1,2,取自然数,则a即相当于第二节介绍的时间 数列发展水平中的“最初水平”。,)。,当一个时间数列的增长量以大致相同的增量变化(即 二级增长量大致相等)时,可拟合二次曲线趋势方程, 其形式为 ,该式中有三个待定参数a,b,c。按 最小二乘法或得出以下正规方程组: 通过消元法即可解得相应参数。,第五节 季节变动的测定,一、按月平均法二、趋势剔除法,在社会经济领域有很多现象的数量变化呈现出季节性规律,其最简单的表现方式是有“淡季”与“旺季”之别。显然,认识并测定季节变动的规律对于正确指导生产、流通、消费都具有重要的意义。测定季节变动的方法很多,大致可分为“简单按月(季)平均法”和“趋势剔除法”两种。后者还可根据趋势值的计算方法不同又有“移动平均趋势剔除法”、“统计模型趋势剔除法”之别。,

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 电子/通信 > 综合/其它

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号