[理學(xué)]統(tǒng)計第13章時間序列分析(編輯修改稿)
2024-11-15 01:09 本頁面
【文章內(nèi)容簡介】 （水平法） 平均發(fā)展速度的計算 總速度 環(huán)比速度 STAT 速度指標(biāo)的分析與應(yīng)用 （算例） 表 10 5 甲、乙兩個企業(yè)的有關(guān)資料 年 份 甲 企 業(yè) 乙 企 業(yè) 利潤額 (萬元 ) 增長率 (%) 利潤額 (萬元 ) 增長率 (%) 2021 500 — 60 — 2021 600 20 84 40 【 例 】 假定有兩個生產(chǎn)條件基本相同的企業(yè)，各年的利潤額及有關(guān)的速度值如表 65 速度高可能掩蓋低水平，低速度可能隱藏著高水平，因此要結(jié)合基期水平進(jìn)行分析 。 STAT 增長 1%絕對值 一個既考察速度又兼顧水平的指標(biāo) 1. 速度每增長一個百分點(diǎn)而增加的絕對量 2. 用于彌補(bǔ)速度分析中的局限性 3. 計算公式為 甲企業(yè)增長 1%絕對值＝ 500/100＝ 5萬元 乙企業(yè)增長 1%絕對值＝ 60/100＝ 100100%1前期水平環(huán)比增長速度逐期增長量絕對值＝增長 ??111100( 1 ) 10 0i i iiia a aaa????????STAT 時間序列的構(gòu)成要素與模型 （構(gòu)成要素與測定方法） 線性趨勢 時間序列的構(gòu)成要素 循環(huán)波動 季節(jié) 變動 長期趨勢 剩余法 移動平均法 線性模型法 不規(guī)則波動 非線性趨勢 趨勢剔出法 按月 (季 )平均法 Gompertz曲線 指數(shù)曲線 二次曲線 修正指數(shù)曲線 Logistic曲線 STAT 平穩(wěn)序列的預(yù)測 ? 主要預(yù)測方法： ? （ 1）簡單平均法 ? （ 2）移動平均法 ? （ 3）指數(shù)平滑法 STAT 移動平均法 (Moving Average Method) 1. 測定長期趨勢的一種較簡單的常用方法 ? 通過擴(kuò)大原時間序列的時間間隔 ， 并按一定的間隔長度逐期移動 ， 計算出一系列移動平均數(shù) ? 由移動平均數(shù)形成的新的時間序列對原時間序列的波動起到修勻作用 ， 從而呈現(xiàn)出現(xiàn)象發(fā)展的變動趨勢 2. 移動步長為 K(1Kn)的移動平均序列為 1 ( 1 )t t t ktY Y YYk? ? ?? ? ??STAT 注 1： 若采用奇數(shù)項(xiàng)移動平均 (如上例 “ 三項(xiàng) ” )，則平均值是對準(zhǔn)在奇項(xiàng)的居中時間處。一次可得趨勢值； 若采用偶數(shù)項(xiàng)移動平均，則平均值也居中，因未對準(zhǔn)原來的時間，還要再計算一次平均數(shù)，故一般都用奇數(shù)項(xiàng)移動平均。 STAT 注 2： 修勻后的數(shù)列，較原數(shù)列項(xiàng)數(shù)少。 (在進(jìn)行統(tǒng)計分析時，若需要兩端數(shù)據(jù)，則此法不宜使用 ) STAT 注 3： 取幾項(xiàng)進(jìn)行移動平均為好，一般若現(xiàn)象有 周期變動，則以周期為長度。例，季度資料 可四項(xiàng)移動平均；各年月資料，可十二項(xiàng)移 動平均；五年一周期，可五項(xiàng)移動平均。移 動平均法可消除周期變動。 STAT 月份 1 2 3 4 5 6 7 8 9 10 11 12 y 45 52 53 57 58 四項(xiàng)移動平均 二項(xiàng)移正 用四項(xiàng)移動平均后的資料作圖，趨勢更明顯，上升得更均勻，可見修勻的項(xiàng)數(shù)越多，效果越好。 (但丟掉的數(shù)據(jù)多一些 ) 資料： 線性趨勢 趨勢型序列的預(yù)測 STAT 線性模型法 （概念要點(diǎn)與基本形式） 1. 現(xiàn)象的發(fā)展按線性趨勢變化時 ， 可用線性模型表示 2. 線性模型的形式為 btaY t ???? — 時間序列的趨勢值 ? t — 時間標(biāo)號 ? a— 趨勢線在 Y 軸上的截距 ? b— 趨勢
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1