文档介绍:时间序列的构成要素与模型(构成要素与测定方法)
线性趋势
时间序列的构成要素
循环波动
季节变动
长期趋势
剩余法
移动平均法
线性模型法
不规则波动
非线性趋势
趋势剔出法
按月(季)平均法
Gompertz曲线
指数曲线
二次曲线
修正指数曲线
Logistic曲线
*
时间序列长期趋势分析专业版
*
一、时间序列的构成要素与模型(要点)
构成因素
长期趋势 (Secular trend )
呈现出某种持续向上或持续下降的状态或规律
季节变动 (Seasonal Fluctuation )
也称季节性(seasonality)
时间序列在一年内重复出现的周期性波动
循环波动 (Cyclical Movement )
也称周期性(cyclity)
围绕长期趋势的一种波浪形或振荡式变动
不规则波动 (Irregular Variations )
也称随机性(random)
除去趋势、周期性和季节性之后的偶然性波动
*
时间序列长期趋势分析专业版
*
时间序列的构成要素分为四种,即长期趋势(T)、季节性或季节变动(S)、周期性或循环波动(C)、随机性或不规则波动(I)
乘法模型:Yi = Ti × Si × Ci × Ii
加法模型:Yi = Ti + Si + Ci + Ii
*
时间序列长期趋势分析专业版
*
长期趋势(概念要点)
现象在较长时期内持续发展变化的一种趋向或状态
由影响时间序列的基本因素作用形成
时间序列的主要构成要素
有线性趋势和非线性趋势
*
时间序列长期趋势分析专业版
*
二、 线性趋势
现象随时间的推移呈现出稳定增长或下降的线性变化规律
测定方法有
移动平均法
线性模型法
*
时间序列长期趋势分析专业版
*
1. 移动平均法(Moving Average Method)
测定长期趋势的一种较简单的常用方法
通过扩大原时间序列的时间间隔,并按一定的间隔长度逐期移动,计算出一系列移动平均数
由移动平均数形成的新的时间序列对原时间序列的波动起到修匀作用,从而呈现出现象发展的变动趋势
移动步长为K(1<K<n)的移动平均序列为
*
时间序列长期趋势分析专业版
*
移动平均法(实例)
表5- 6 1981~1998年我国汽车产量数据
年 份
产量(万辆)
年份
产量(万辆)
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
【】已知1981~1998年我汽车产量数据如表5-6。分别计算三年和五年移动平均趋势值,并作图与原序列比较
*
时间序列长期趋势分析专业版
*
年份
时间标号
产量(万量)
三项移动平均
五项移动平均
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
---
---
---
---
---
---
*
时间序列长期趋势分析专业版
*
移动平均法(趋势图)
0
50
100
150
200
19