動(dòng)態(tài)數(shù)列因素分析ppt課件-展示頁(yè)
2025-05-15 12:08本頁(yè)面
【正文】 的現(xiàn)象：初期增長(zhǎng)迅速 ， 隨后增長(zhǎng)率逐漸降低 ， 最終則以 K為增長(zhǎng)極限 tt abKY ???修正指數(shù)曲線 (求解 k、 a、 b 的三和法 ) 1. 令趨勢(shì)值的三個(gè)局部總和分別等于原序列 觀察值的三個(gè)局部總和 2. 趨勢(shì)值 K無(wú)法事先確定時(shí)采用 3. 將時(shí)間序列觀察值等分為三個(gè)部分 ， 每部分有 m個(gè)時(shí)期 修正指數(shù)曲線 (求解 k、 a、 b 的三和法 ) 2. 根據(jù)三和法求得 1. 設(shè)觀察值的三個(gè)局部總和分別為 S1， S2， S3 ???????????mmttmmttmtt YSYSYS312321211 ,? ?? ?? ???????????????????????????????????????11111121211223bbabSmKbbbSSaSSSSbmmm修正指數(shù)曲線 (實(shí)例 ) 【 例 】 已 知1978~1995年我國(guó)小麥單位面積產(chǎn)量的數(shù)據(jù)如表 1112。 最小平方法，求參數(shù)。 分別計(jì)算三年和五年移動(dòng)平均趨勢(shì)值 ，以及三項(xiàng)和五項(xiàng)移動(dòng)中位數(shù) ， 并作圖與原序列比較 移動(dòng)平均法 —— 趨勢(shì)圖 0 50 100 150 200 1981 1985 1989 1993 1997 產(chǎn)量 五項(xiàng)移動(dòng)平均趨勢(shì)值 五項(xiàng)移動(dòng)中位數(shù) 汽 車 產(chǎn) 量 （萬(wàn)輛） 圖 111 汽車產(chǎn)量移動(dòng)平均趨勢(shì)圖 （年份） 移 動(dòng) 平 均 法 — 應(yīng)注意的問題 1. 移動(dòng)平均后的趨勢(shì)值應(yīng)放在各移動(dòng)項(xiàng)的中間位置 ? 對(duì)于偶數(shù)項(xiàng)移動(dòng)平均需要進(jìn)行 “ 中心化 ” 2. 移動(dòng)間隔的長(zhǎng)度應(yīng)長(zhǎng)短適中 ? 如果現(xiàn)象的發(fā)展具有一定的周期性 ， 應(yīng)以周期長(zhǎng)度作為移動(dòng)間隔的長(zhǎng)度 ? 若時(shí)間序列是季度資料 ， 應(yīng)采用 4項(xiàng)移動(dòng)平均 ? 若為月份資料 ， 應(yīng)采用 12項(xiàng)移動(dòng)平均 （三）長(zhǎng) 期 趨 勢(shì) 分 析 的 模 型 法 線性趨勢(shì)的確定 （ 1）線 性 模 型 法（最小二乘法） — 概念要點(diǎn)與基本形式 ? 現(xiàn)象的發(fā)展按線性趨勢(shì)變化時(shí) ， 可用線性模型表示 ? 線性模型的形式為 btaY t ???? — 時(shí)間序列的趨勢(shì)值 ? t —時(shí)間標(biāo)號(hào) ? a—趨勢(shì)線在 Y 軸上的截距 ? b—趨勢(shì)線的斜率 ， 表示時(shí)間 t 變動(dòng)一個(gè)單位時(shí)觀察值的平均變動(dòng)數(shù)量 tY?（ 2）線 性 模 型 法 — 計(jì)算步驟 )(? tfy ?第一步：選擇趨勢(shì)模型 第二步：求解模型參數(shù) 第三步：對(duì)模型 進(jìn)行檢驗(yàn) 用自相關(guān)系數(shù)檢驗(yàn) 誤差項(xiàng)的隨機(jī)性 。即再進(jìn)行一次兩項(xiàng)移動(dòng)平均，這樣新序時(shí)平均數(shù)數(shù)列的各期數(shù)值才能和原動(dòng)態(tài)數(shù)列對(duì)準(zhǔn)，形成新的 4項(xiàng)正位平均數(shù)列共 6項(xiàng)。 C、四項(xiàng)移動(dòng)平均： 第一個(gè)平均數(shù) =（ +++） /4= 對(duì)正第二和第 三項(xiàng)原值 第二個(gè)平均數(shù) =(+++)/4= 對(duì)正第三和第四 項(xiàng)的原值 依此類推 ,邊移動(dòng)邊平均，求得四項(xiàng)移動(dòng)平均新數(shù)列共 7項(xiàng)。I） 二、長(zhǎng) 期 趨 勢(shì) 分 析 （概念要點(diǎn)） 1. 現(xiàn)象在較長(zhǎng)時(shí)期內(nèi)持續(xù)發(fā)展變化的一種趨向或狀態(tài) 2. 由影響時(shí)間序列的基本因素作用形成 3. 時(shí)間序列的主要構(gòu)成要素 4. 有 線性趨勢(shì) 和 非線性趨勢(shì) （一）長(zhǎng) 期 趨 勢(shì)（ T）分 析 ——測(cè)定方法 （一）修勻法 ： 時(shí)距擴(kuò)大法和序時(shí)平均法（略） 移動(dòng)平均法 奇數(shù) 偶數(shù) 移動(dòng)項(xiàng)數(shù) 新數(shù)列項(xiàng)數(shù)＝原數(shù)列項(xiàng)數(shù)－移動(dòng)項(xiàng)數(shù)＋ 1 （二）長(zhǎng)期趨勢(shì)的模型法（最小二乘法） 以時(shí)間 t為自變量構(gòu)造回歸模型，時(shí)期數(shù)按序隨意編制 線性趨勢(shì)模型 非線性趨勢(shì)模型 btay ???如 : 如 : taby ?? 2? ctbtay ??? tabky ???（二）長(zhǎng)期趨勢(shì)的測(cè)定 —— 移動(dòng)平均法 (Moving Average Method) 長(zhǎng)期趨勢(shì)的測(cè)定 —— 移動(dòng)平均法 (概念要點(diǎn) ) 1. 測(cè)定長(zhǎng)期趨勢(shì)的一種較簡(jiǎn)單的常用方法 ? 通過(guò)擴(kuò)大原時(shí)間序列的時(shí)間間隔 ， 并按一定的間隔長(zhǎng)度逐期移動(dòng) ， 計(jì)算出一系列移動(dòng)平均數(shù) ? 由移動(dòng)平均數(shù)形成的新的時(shí)間序列對(duì)原時(shí)間序列的波動(dòng)起到修勻作用 ， 從而呈現(xiàn)出現(xiàn)象發(fā)展的變動(dòng)趨勢(shì) 2. 移動(dòng)步長(zhǎng)為 K(1Kn)的移動(dòng)平均序列為 KYYYY iKiii11 ??? ???? ?長(zhǎng)期趨勢(shì)的測(cè)定 —— 移動(dòng)平均法 (舉例說(shuō)明 ) 一般可以是： A、三項(xiàng)移動(dòng)平均 B、五項(xiàng)移動(dòng)平均 C、四項(xiàng)移動(dòng)平均 例 1：某企業(yè)近 10年來(lái)商品銷售額資料如下（見下頁(yè)）： 某企業(yè)商品銷售額資料 單位：億元 年度 商品銷售額 三項(xiàng)移動(dòng) 平均 五項(xiàng)移動(dòng) 平均 四項(xiàng)移動(dòng) 平均 四項(xiàng)移動(dòng) 平均正位 1993 1994 1995 1996 1997 1998 1999 2022 2022 2022 A、三項(xiàng)移動(dòng)平均： 第一個(gè)平均數(shù) =（ ++） /3= 對(duì)正第二項(xiàng)的原值 第二個(gè)平均數(shù) =(++)/3= 對(duì)正第三項(xiàng)的原值 依此類推 ,邊移動(dòng)邊平均，求得三項(xiàng)移動(dòng)平均新數(shù)列共 8項(xiàng)。例： T=Y/（ SI 計(jì)量單位相同的總量指標(biāo) 是對(duì)原數(shù)列指標(biāo)增 加或減少的百分比 一、時(shí)間數(shù)列的構(gòu)成要素與模型 （三）變動(dòng)因素的分解： （ 1）加法模型用減法。S 不規(guī)則變動(dòng)（ I） ：現(xiàn)象受臨時(shí)的偶然性因素或不明原因引 起的 非周期性、非趨勢(shì)性的隨機(jī)變動(dòng)。第四節(jié) 時(shí)間數(shù)列因素分析 一. 時(shí)間數(shù)列的構(gòu)成要素與模型 二. 長(zhǎng)期趨勢(shì)分析 三. 季節(jié)變動(dòng)分析 一、時(shí)間數(shù)列的構(gòu)成要素與模型 時(shí)間序列的構(gòu)成要素
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1