統(tǒng)計學(xué)第3章時間序列分析(編輯修改稿)
2025-06-18 22:30 本頁面
【文章內(nèi)容簡介】 期長短很不一致，不像季節(jié)變動那樣有很明顯的按月或者按季的固定周期規(guī)律。如圖 206頁圖 。 irregular variation(I) ? 不規(guī)則變動是時間序列分離了長期趨勢、季節(jié)變動、循環(huán)變動以后的波動。不規(guī)則變動一般受眾多偶然因素的影響。（隨機變動） 二、時間序列構(gòu)成因素的組合模型 ? Y= ? Y=T+S+C+I ? 時間序列的長期趨勢是就一個較長的時期而言的。 ? 長期趨勢的測定和分析的目的主要有三個：一是為了認識現(xiàn)象隨時間發(fā)展變化的趨勢和規(guī)律性；二是對現(xiàn)象未來的發(fā)展趨勢做出預(yù)測；三是從時間序列中剔除長期趨勢成分，以便于分解出其他類型的影響因素。 ? 時間序列趨勢的測定方法主要有：移動平均法、趨勢模型法 一、移動平均法 ? 擴大原時間序列的時間間隔，選定一定的時距項數(shù) N，采用逐次遞移的方式，對原序列遞移的 N項計算一系列的序時平均數(shù)。 ? 舉例： 307頁的例 （奇數(shù)項移動平均）和表 （偶數(shù)項移動平均） 移動平均法 奇數(shù)項移動平均 : 1t 2t 3t 4t 5t 6t7t原數(shù)列 移動平均 3321 ttt ??3432 ttt ??3543 ttt ??3654 ttt ??3765 ttt ??新數(shù)列 2t 3t 4t 5t 6t移動平均 移動平均 新數(shù)列 原數(shù)列 1t 2t 3t 4t 5t 6t7t441 tt ???452 tt ???463 tt ???474 tt ???3t 4t 5t移動平均法 偶數(shù)項移動平均 : 【 例 】 返回 年份 機器產(chǎn)量 3項移動 4項移動 移正 1 2 3 4 5 6 7 8 9 10 11 12 41 42 52 43 45 51 53 40 51 49 56 54 45 48 48 52 53 48 49 45 48 某種商品零售量051015202530第一年 第二年 第三年 第四年移動趨勢配合圖01020304050601 2 3 4 5 6 7 8 9 10 11 12原數(shù)列 三項移動平均 五項移動平均 一、移動平均法（特點） ? 。 N越大，對序列的修勻作用越強。 ? ：當時距項數(shù) N為奇數(shù)時，只需一次移動平均，其移動平均值作為移動平均項數(shù)的中間一期的趨勢代表值；當 N為偶數(shù)時，第一次移動平均后，需再進行一次移正平均（相鄰兩項平均值），這樣才可以對正某一時期。 一、移動平均法（特點） ? ，移動平均時距項數(shù) N應(yīng)與季節(jié)變動長度一致（如 4個季度或 12個月），才能消除其季節(jié)變動；若序列中包含周期變動，平均時距項數(shù) N應(yīng)和周期長度基本一致，才能較好地消除周期波動。 ? ，其序列的項數(shù)較原序列減少。 當 N為奇數(shù)，首尾各減少（ N1） /2項；當 N
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1