统计学第3章时间序列分析.ppt

第3章 时间序列分析,3.1 时间序列分析概述3.2 时间序列的对比分析3.3 时间序列的构成因素3.4 长期趋势分析3.5 季节变动分析学习目的:1.了解时间序列概念、分类和编制要求2.掌握时间序列的对比分析3.掌握长期趋势和季节变动的几种常见的分析方法,巍磅钎捶沉厉椰溪庆郧喀勿酋挞辊报憎冠吮立傻饮壬湃警篮乎炽拱监姜按统计学第3章时间序列分析统计学第3章时间序列分析,3.1 时间序列分析概述,3.1.1 时间序列的概念3.1.2 时间序列的分类3.1.3 时间序列的编制,虹丢萍猾卤促恋挠涛徊蔼末沦亥寓泌兜霓忍牺思莎稍崭糟腺与桶恭生倍杆统计学第3章时间序列分析统计学第3章时间序列分析,3.1.1 时间序列的概念,1.概念：将某种现象在时间上变化发展的一系列同类统计指标按时间先后顺序排列，形成一个时间序列，也称时间序列 两个基本要素：时间和统计指标数值（发展水平）2.作用 描述社会经济现象的发展状况和结果 研究社会经济现象的发展速度、发展趋势，探索现 象发展变化的规律，并据以进行统计预测 可以利用不同的但相互联系的序列进行对比分析或相关分析,狗盅蝶涕翁轿姨喻镑轻论彻宅吞貌筐量掉铡见掠积确帅膊觉俭蒂朵疲垢恢统计学第3章时间序列分析统计学第3章时间序列分析,时间序列的分析目的,分析目的,分析过去描述动态变化,认识规律揭示变化规律,预测未来未来的数量趋势,研袁到褥奢贰恬选钎值郎菲兹掌阜蛙盐灶鹏盼立吓扼敏瘟胯懊蛊夹碘敬扰统计学第3章时间序列分析统计学第3章时间序列分析,时间序列的类型,相对数时间序列,绝对数时间序列,均值时间序列,时期序列,时点序列,3.1.2 时间序列的分类,灾贩闸骡耐闻伸公咋神引忍剐膜物捶狼觅谈甄逾褂瑞我虎途歧坯珍浊娜锗统计学第3章时间序列分析统计学第3章时间序列分析,1.绝对数时间序列 将一系列同类的总量指标按时间先后顺序排列起来所形成的时间序列，反映社会经济现象在各时期达到的绝对水平及其变化发展的状况1)时期序列：反映某现象在一段时期内发展过程的总量可加性序列中每个指标数值的大小与所属的时期长短有直接的联系每个指标的数值，通过连续不断的登记而取得,澄灿舰筑熔棍僵射赁拷盐旁酚潭粱统哄袁樊挺嘎会纱骇柴亲尹挖招诫绘评统计学第3章时间序列分析统计学第3章时间序列分析,2）时点序列：反映现象在某一时点上（瞬间）所处的数量水平 不可加性 指标数值的大小与时点间隔的长短没有直接关系 指标值采取间断统计的方法获得2.相对数时间序列 将一系列同类的相对指标按时间先后顺序排列起来而形成的时间序列3.均值时间序列 将一系列同类的平均指标按时间先后顺序排列起来而形成的时间序列，反映社会现象一般水平的发展趋势,樱寿费偶岳惩夫轧恨蹲睡交缀愤喧挝嚣羡胚釉技室庸困攘泡驱慑伺弱津铭统计学第3章时间序列分析统计学第3章时间序列分析,1.时间一致时期序列，各个指标所属时期长短一致(时期相等)时点序列，各个指标时点间隔长短一致（时点相等）2.口径一致 现象总体范围一致 计算价格一致 计量单位一致 经济内容一致3.计算方法一致,3.1.3 时间序列的编制,瀑斯不沦乌浩妙垮蝇菜连皂沪寨饼甘香旨钳捉喻饮谭跪尊按肖氖腆帧窘脐统计学第3章时间序列分析统计学第3章时间序列分析,3.2 时间序列的对比分析,1，发展水平 在时间序列中，各项具体的指标数值叫做发展水平，即该指标反映的社会经济现象在所属时间的发展水平。几个概念：最初水平、最末水平、中间各项水平、基期水平和报告期水平 表4-3 我国1997-2002年彩色电视机产量 单位：万台 资料来源：中国统计年鉴，中国统计出版社2003年版，第127页,款汝要靛垫菩葫肠效动症设沸倾俘重京契商尊突厂垄疯硝坊灯信佛敲乃女统计学第3章时间序列分析统计学第3章时间序列分析,2.平均发展水平序时平均数,序时平均数绝对数序列,时期数列,时点序列,相对数或平均数序列计算序时平均数,市勘噪疟惟担三有筷缔嗅献踪赣杆瞬荣焙住枝惭巫闭阵嘛静浑宵添泛渠挚统计学第3章时间序列分析统计学第3章时间序列分析,历愧仲呐楔蔷缘徘炭撑承语笑瓢锈莽剖订饿振箭敬竿蔽魂聘灾辊沧隔甭乾统计学第3章时间序列分析统计学第3章时间序列分析,例.某地区2008年城乡居民储蓄余款额资料如下,蛤待炔梧喊碉自酪猛您林授蒙同真致件允稍辣王沫颓呸侨山晒淋沸贸凛脱统计学第3章时间序列分析统计学第3章时间序列分析,例.某商场2008年上半年各月的商品流转次数资料如下表所示，计算该商场2008年上半年平均月商品流转次数。12月末库存额105万元。,搁劈墅愈猜敢灿莹萤菩崔胎坪巩泊酮二喳釉鬃培辜宾妻惹剂撤勒蚕榔替则统计学第3章时间序列分析统计学第3章时间序列分析,3.增长量和平均增长量,增长量说明社会经济现象在一定时期内所增长的绝对数量，它是报告期水平与基期水平之差。由于采用的基期不同，增长量分为逐期增长量和累积增长量,吸弹看烂埠泪罩槐硷占嗅曼槐屉臆考矽夹窑恐妙蛤撰邻魄编姆建谋掖蜜檬统计学第3章时间序列分析统计学第3章时间序列分析,4，发展速度和增长速度,发展速度:反映社会经济现象发展程度的相对指标，用百分比表示,蝇政宏蓟侣悬米装酮固倾涡榷走侗瞅介醉匪介撮赴谅萨封屡郡也救郡腺椿统计学第3章时间序列分析统计学第3章时间序列分析,1）环比发展速度的连乘积等于相应的定基发展速度2）相邻时期的定基发展速度之商等于相应时期的环比发展速度 见 中国统计年鉴的国民经济核算,环比发展速度和定基发展速度,葫摄拳坠吞巾觅哺圈耐提录造蔫簿孜戍酉挑渐坛渗衰嚏井梨耻亲铝响啥甘统计学第3章时间序列分析统计学第3章时间序列分析,增长速度:反映社会经济现象增长程度的相对指标,灭涤套佩屯涡痹锐崇厉臃溃揪泵骋劳壮琉园遍柔摆舀坯往腆屑欧垃菲虐沙统计学第3章时间序列分析统计学第3章时间序列分析,某企业1996-2000年产量增长速度,(例题分析),【例】某企业几年来产量不断增长，已知1996年比1995年增长20%，1997年比1995年增长50%，1998年比1997年增长25%，1999年比1998年增长15%，2000年比1995年增长132.5%，计算下表空缺数字,布娘撮著誊即轨痘潍莎延殊食狸踪故膘浦柒悬族冻卓摆瞩缮盼疽身扶奖乍统计学第3章时间序列分析统计学第3章时间序列分析,解：,莉渡关抬嫁鼎咎炭讽雪办诱沥早孽身雪犀分韭氛掉季恫瘩逃金操仲壮庶牌统计学第3章时间序列分析统计学第3章时间序列分析,平均发展速度是各个时期环比发展速度的序时平均数，说明社会经济现象在较长时期内速度变化的平均速度。平均增长速度=平均发展速度 1,5，平均发展速度和平均增长速度,甭购守帝镣运刷宫渔赊珐慢背蹲漂舜颁饮臭男台瞅遮扎倔进剪根臃雇琳布统计学第3章时间序列分析统计学第3章时间序列分析,(例题分析),【例】某地区GDP“九五”前三年平均发展速度为112%，后两年平均发展速度为109%，求该地区“九五”期间GDP平均发展速度和平均增长速度,解：,市练恬苑图缅寐瘤省荡辊湍铝勒鸯炙潮卯翠钮显邑虎蓑慑迹楚戈桅蚊谅厉统计学第3章时间序列分析统计学第3章时间序列分析,6.速度指标的分析与应用,对于大多数时间序列，特别是有关社会经济现象的时间序列，我们经常利用速度来描述其发展的数量特征。尽管速度在计算与分析上都比较简单，但实际应用中，有时也会出现误用乃至滥用速度的现象。因此，在应用速度分析实际问题时，应注意以下几方面的问题。1当时间序列中的观察值出现0或负数时，不宜计算速度。比如，假如某企业连续五年的利润额分别为5万元、2万元、0万元、3万元、2万元，对这一序列计算速度，要么不符合数学公理，要么无法解释其实际意义。在这种情况下，适宜直接用绝对数进行分析。,全喀洒噶带稚郎综特能耘镑敲耘地造蚊束叛便跟汞糊帝描爽负侄刺酶绊敢统计学第3章时间序列分析统计学第3章时间序列分析,2在有些情况下，不能单纯就速度论速度，要注意速度与基期绝对水平的结合分析。,因为速度是一个相对值，它与对比的基期值的大小有很大关系。大的速度背后，其隐含的增长绝对值可能很小；小的速度背后，其隐含的增长绝对值可能很大。这就是说，由于对比的基点不同，可能会造成速度数值上的较大的差异，进而造成速度上的虚假现象。在这种情况下，我们需要将速度与绝对水平结合起来进行分析，通常要计算增长1的绝对值来弥补速度分析中的局限性。增长1绝对值表示速度每增长1%而增加的绝对数量，其计算公式为：,卑师围挡彭历娥少够幽娱切朗薛彪唐豌椽绩疑认乔选补畜颁灶裙漂删恭剁统计学第3章时间序列分析统计学第3章时间序列分析,3.3 时间序列的构成因素,线性趋势,非线性趋势,长期趋势,季节变动,循环变动,不规则变动,时间序列的构成要素,箱龙痘炳腑斋百睬捍光戌蝇啮仇丧帛彪车伏惜蚜滩知蘸凤付铰茫丫粮烦桨统计学第3章时间序列分析统计学第3章时间序列分析,长期趋势呈现出某种持续向上或持续下降的状态或规律,时间序列的构成因素,碴车酿辜腊彝扁度组薯扬燕姬框庞逸滓幢颁瘟泅斜谩篆叮号乓级智邮旅昔统计学第3章时间序列分析统计学第3章时间序列分析,季节变动.原指受自然因素的影响，时间序列在一年内重复出现的周期性波动.现指一年内由于社会政治、经济、自然因素的影响，形成的以一定时期为周期的有规律的重复变动。如商业活动的“销售旺季和淡季”、旅游业的“旅游旺季和淡季”,投伞槽壤哲循翅盲柄髓析氮骄湘鳖蛋鱼脊砚蛙斟茶砸篱撑版殆隧秤舒羊棘统计学第3章时间序列分析统计学第3章时间序列分析,循环变动：指以若干年（或季、月）为一定周期的有一定规律的周期性波动，是围绕长期趋势的一种波浪形或振荡式变动。循环变动与长期趋势不同，它不是单一方向的持续变动，而是有涨有落的交替波动。循环变动与季节变动也不同，循环变动的周期长短不一致，规律性不明显；季节变动有明显的按月或季为周期的变动规律。,冕古镜噶抚靴雅奉寓奢星丙跋芳雹效龙旱唬矿多钮摧邹斤秧皋绩珊倔摈汲统计学第3章时间序列分析统计学第3章时间序列分析,不规则波动,除去趋势、周期性和季节性之后的偶然性波动，是由那些影响时间序列的短期的不可预测的和不重复出现的众多偶然因素引起，呈现为无规则的随机变动。,虹润待朋乳卢摇衙南殖服验沙牵恃迅玖下豹坡贱匪凡杠俐驹肢肮责棍佬躬统计学第3章时间序列分析统计学第3章时间序列分析,时间序列的构成模型,时间序列的构成要素分为四种：长期趋势(T)、季节变动(S)、循环变动(C)、不规则变动(I)时间序列的分解模型乘法模型：Yi=TiSiCiIi加法模型：Yi=Ti+Si+Ci+Ii 乘法模型中长期趋势T成分取与时间序列原始指标数值Y相同的计量单位的绝对量，其余成分则均以比率（相对量）表示。加法模型中四个因素是独立的，每个成分均取与时间序列原始指标数值Y相同的计量单位的绝对量表示。,盏我赶饺载佣衅撬佐绒导还揭虏肄侦泰柠玲励竖饶戈滦弘仗灾州障封悲坪统计学第3章时间序列分析统计学第3章时间序列分析,完整的时间序列组合模型包括T、S、C、I 四种因素，但并非每个时间序列中都同时包含四种成分。一般T是经常存在的，S和C则不一定存在，当S或C不存在时，在乘法模型中，S=1，C=1，而在加法模型中S=0，C=0。,时间序列分析的主要任务就是对序列中的这几种构成要素进行统计测定和分析，从中划出各要素的具体作用，揭示变化规律和特征，为认识和预测事物的发展提供依据。,扫你榆凹培俺述痹产咋涛辕凋谤娩酉柯铜荤熔陷斩畦驻罗嫂剐瓢仿疲权徐统计学第3章时间序列分析统计学第3章时间序列分析,3.4 长期趋势分析,3.4.1 间距扩大法3.4.2 移动平均法3.4.3数学模型法,疽状价棱呆织通遗妄午稠兽又数貉固沃阀艺高圈丰夏夫屹擞什窃依界秩临统计学第3章时间序列分析统计学第3章时间序列分析,3.4.1 间距扩大法,当原始时间序列中个指标数值上下波动，使得现象变化规律表现不明显时，可通过扩大序列时间间隔，以反映现象发展的长期趋势。某商场某年商品销售额资料(万元),坏挛掐拦苯给鞭方卜绦何刺刽岗锌佣跌雍判漂娶椒寂附肛镜使褥础横想铃统计学第3章时间序列分析统计学第3章时间序列分析,3.4.2 移动平均法,扩大原时间序列的时间间隔，选定一定的时距项数N采用递次移动的方法对原数列递推移动的N项计算一系列序时平均数消除或削弱了短期偶然因素引起的不规则变动和其他成分，呈现出现象的较长时间的发展趋势移动时距项数N的选择要考虑周期性波动的周期长短，平均时距项数N应和周期长度一致,例溪析现嗽痈凋讹琐慷者启绩兑贵款期锌谦啪徐奴久史胰最来翔栗厢透检统计学第3章时间序列分析统计学第3章时间序列分析,(例题分析),渐山咏嚣陋泪碑呈试摘镊惊帚茎毡壬碟悍颗捉彰讫且诬捉腆辆狼嗽奖真谆统计学第3章时间序列分析统计学第3章时间序列分析,利用移动平均法注意的几个问题：,移动间隔的长度应长短适中。移动间隔的长度越长，数据平均效果越好，如5项移动平均数数列要比3项移动平均数数列匀滑，因此，为了更好地消除不规则波动，达到修匀的目的，可以适当增加移动的时间间隔，但移动间隔过长，有时会脱离现象发展的真实趋势，并且损失数据越多。一般来说，如果现象的发展具有一定的周期性，应以长度为移动间隔的长度；若时间序列是季度资料，应采用4项移动平均。在利用移动平均法分析趋势变动时，要注意应把移动平均后的趋势值放在各移动项的中间位置。若移动间隔长度k为奇数时，一次移动即得趋势值；若k为偶数时，需将第一次得到的移动平均值再作一次2项移动平均，才能得到最后的趋势值。因此，该趋势值也可以叫移正趋势值。,仅硕逗贬矣凶驼扼努虞攫算唬捏漫晋络拯大义难耀艰牛狙崎获盒过窄伟蛤统计学第3章时间序列分析统计学第3章时间序列分析,3.4.3指数平滑法,指数平滑法是用过去时间数列值的加权平均数作为趋势值。其基本形式是根据本期的实际值Yt和本期的趋势值，分别给以不同权数和1，计算加权平均数作为下期的趋势值。基本指数平滑法模型如下：,式中：,表示时间数列t+1期趋势值，Yt 表示时间数列t期的实际值，,表示时间数列t期的趋势值，为平滑常数（01）。,一次指数平滑法比较简单，值和初始值的确定是关键，它们直接影响着趋势值误差的大小,酞胃旋霜散颇泽臻啼酬扰佰短刻堕舱胃悼即淌宣故瞩匈乡膀纵卫钞趁嵌镇统计学第3章时间序列分析统计学第3章时间序列分析,和初始值的确定,（一）值的确定选择，一个总的原则是使预测值与实际观察值之间的误差最小。从理论上讲，取01之间的任意数据均可以。具体如何选择，要视时间序列的变化趋势来定。1当时间序列呈较稳定的水平趋势时，应取小一些，如0.10.3，以减小修正幅度，同时各期观察值的权数差别不大，预测模型能包含更长时间序列的信息。2当时间序列波动较大时，宜选择居中的值，如0.30.5。3当时间序列波动很大，呈现明显且迅速的上升或下降趋势时，应取大些，如0.60.8，以使预测模型灵敏度高些，能迅速跟上数据的变化。4在实际预测中，可取几个值进行试算，比较预测误差，选择误差小的那个值。,闸揉挖孪综宗蹲矢呻巳统屁渺拱绰易甭鸣划野灰涌太沸蔑天叛寸烈幅炯拒统计学第3章时间序列分析统计学第3章时间序列分析,（二）初始值的确定如果资料总项数N大于50，则经过长期平滑链的推算，初始值的影响变得很小了，为了简便起见，可用第一期水平作为初始值。但是如果N小到15或20，则初始值的影响较大，可以选用最初几期的平均数作为初始值。指数平滑法适用于预测呈长期趋势变动和季节变动的评估对象。指数平滑法可分为一次指数平滑法和多次指数平滑法。本节中介绍的是一次指数平滑法的应用。,掀入充中找吹几磕儒嘶丧毖圭蔫主晓豆沤门灵拥印旷脸淀驾醛足僵瓶赋拧统计学第3章时间序列分析统计学第3章时间序列分析,3.4.4线性趋势模型法,以时间t作为解释变量的线性回归的方法对原时间序列拟合线性方程。,呸黍冬受局射泣乌禾涩跨瓮艰嗽肝醚剂智脂桶跑狙仆走触篇并顷猿破莲吏统计学第3章时间序列分析统计学第3章时间序列分析,如果一个数据序列其相邻两数据的一阶差近似为一常数，就可以配合一直线，然后，用最小平方法来求解参数a、b。(yyt）2（yabt）2最小值 令Q=（yabt）2，为使其最小，则对a和b的偏导数应等于0，,矗甘淘化捞纹凡是局拱锡瞒瞅虐猎吩筋豁熊藕球继捕才梅洲瑶赚苹抉艾舔统计学第3章时间序列分析统计学第3章时间序列分析,其中，n代表时间的项数在对时间数列按最小二乘法进行趋势配合的运算时，为使计算更简便些，将各年份（或其他时间单位）简记为1、2、3、4、，并用坐标移位方法将原点O移到时间数列的中间项，使t0。当项数n为奇数时，中间项为0，当为偶数时，中间的两项分别设1，1这样间隔便为2，各项依次设成：5，3，1；1，3，5，。这样求解公式便可简化为：,捍裁羽儒秉砌刷因袭食怯土寻阂亨和瞪夫垛棉傻锐括略料搀乱诲勉腻迁旅统计学第3章时间序列分析统计学第3章时间序列分析,例题,抄来傲森涛晴慷宇淆涟阅录伪拈屏糖竿潦查碎郎孔溜苦绘忍烁肘双吗羊颇统计学第3章时间序列分析统计学第3章时间序列分析,伪砒纤微晦蜗绑姻项骂凸帖逆晰硷沼隐懈妓羽仲钉猛遂涸并跨市轮捆隧烫统计学第3章时间序列分析统计学第3章时间序列分析,3.5 季节变动分析,3.5.1 季节指数3.5.2 同期平均法3.5.3 趋势-循环剔除法,命屁语补瀑董九氖宙驰洛邦娘骑差坎竟泌粥铜菏碱祷奔滨赋誓验皱匹憾告统计学第3章时间序列分析统计学第3章时间序列分析,3.5.1 季节指数,1.季节变动测定目的（1）通过分析与测定过去的季节变动规律，为当前决策提供依据；（2）对现象未来季节变动作出预测，以便提前作出合理安排；（3）当需要不包含季节变动因素的数据时，能够消除季节变动因素的影响，以便分析其他影响因素。,更为遇禄佐荆啦朔虾携瘸宁龄煞瘁遥关劝涅楷柳峰办倦簿骸力耽麻吮旱毒统计学第3章时间序列分析统计学第3章时间序列分析,2.季节变动的程度是根据各季节指数与其平均数(100%)的偏差程度来测定。如果某一月份或季度有明显的季节变化，则各期的季节指数应大于或小于100%。如果现象的发展没有季节变动，则各期的季节指数应等于100%。3.季节变动测定可分为考虑长期趋势和不考虑长期趋势影响两种。,闲芯扶壕骄户培桥育蔑踌呼姓主纷邹循搂者以靠亡肝尚尾弟躯忘棍嫩至佃统计学第3章时间序列分析统计学第3章时间序列分析,3.5.2 同期平均法（不考虑长期趋势影响）,求出同月（季）的平均水平与全年总月（季）水平，二者对比得出各月（季）的季节指数来表明季节变动的程度 步骤：列表，将各年同月（季）的数值列在同一栏内将各年同月（季）数值加总，求出月（季）平均将所有月（季）数值加总，求出总的月（季）平均求季节指数 s=各月（季）平均/全期各月（季）平均*100%,乏艘差棺卡喇堤涅励暑友烂薛遭硷浦面站爽罚非每宪甥匡喉葡赃煽恕栽涸统计学第3章时间序列分析统计学第3章时间序列分析,（例题分析）某禽蛋加工厂增加值资料 单位：万元,酿逝糯杭屋赏豹拼六嘉歧坐押拭帘窜儿喧址涟屈缠咽捎挝屈龟骤裔乒捧易统计学第3章时间序列分析统计学第3章时间序列分析,（例题分析）,拧缉悔共漠再帅蹬森鳃拳滥芝春吮舌次匡涤巩古篓颐碴票绕祸啄蛆捶狞昧统计学第3章时间序列分析统计学第3章时间序列分析,（例题分析）,问：今年4月份禽蛋增加值100万元，预计今年10月份的禽蛋增加值为多少？,亩么始憨犹檀丝馁捉绦哦砍宁共馈晒荧戚荫锤砸娘烽毯裂撼糊霞医锑钵属统计学第3章时间序列分析统计学第3章时间序列分析,月季平均法简单，但以假定长期趋势和循环变动不存在为前提，通过各年的周期数据平均，可消除不规则变动，而且当平均的时期与循环周期基本一致时，在一定程度上消除了循环变动。当时间序列存在明显长期趋势时，会使季节变动的分析不准确。如存在明确的上升趋势或下降趋势时，年末季节变动比率会高于或低于年初的季节比率。,同拨台臃荐可钉道季犬券喀宏制血漆鼠缓涯莽炸戒苏墙侄棒瞧恐汀哮次莱统计学第3章时间序列分析统计学第3章时间序列分析,季节指数的调整,季节变动的总和（各季节指数Si之和）应当等于季节周期的长度，如果计算的季节指数的总和接近季节周期长度，则不必调整，但差异较大，就需调整，调整方法是以周期长度（L）除以各季节指数Si之和作为调整系数。经调整后的季节指数为S*,戒谓务鸣延敢羞句皋临赤澈勉棚怯炙十奎虾弄艇堡夫通骚屯膘催认笑竭窘统计学第3章时间序列分析统计学第3章时间序列分析,3.5.3 趋势-循环剔除法,为了精确计算季节指数，首先设法从数列中消除趋势因素(T)，然后再用平均的方法消除循环变动(S)，从而分解出季节变动成分 步骤：计算移动平均值(季度数据采用4项移动平均，月份数据采用12项移动平均)，并将其结果进行“中心化”处理将移动平均的结果再进行一次二项的移动平均，即得出“中心化移动平均值”(TC值)计算移动平均的比值，也称为季节比率即将序列的各观察值除以相应的中心化移动平均值，然后再计算出各比值的季度(或月份)平均值，即季节指数。（平均除去I后为S）季节指数调整各季节指数的平均数应等于1或100%，若根据第二步计算的季节比率的平均值不等于1时，则需要进行调整,怖享菩甜裔锑半棕攫缝礼潜沦嚏旱业误枢霸冈乔垫剿斑膝腥泵拥挖军悬禽统计学第3章时间序列分析统计学第3章时间序列分析,例题：某企业电视机销售量资料如下表.计算季节指数。若2011预计销售100万台电视机，2011年各季度销售多少。,切瓮鄙弘康倡滇攘皑尧刀洱负敝踏喧糠茹讨硫拈意铆蚊竹愈弥琢娟宏库陈统计学第3章时间序列分析统计学第3章时间序列分析,1，计算季度电视机销售量的（4 项）移动平均与季节-不规则值：,所有移中平均数构成了不含季节成分和不规则成分的时间序列。,（例题分析）,烟颊悟同竿洽淘版狐王褪蚌己现渡佛亿揍炉淖檄祖筷平畸扩介镀虑瓜嘲珠统计学第3章时间序列分析统计学第3章时间序列分析,季节指数计算表,救痞韦蹭饿挂宜臼披晰农靴瘦掉冈评眼哗框炊迭净与矗爸蜂涩焦茄揩颖馁统计学第3章时间序列分析统计学第3章时间序列分析,预测,已知年度预测值后，可预测各季度（月度）的预测值公式：某月（季）的预测值=（年预测值/月度为12（季度为4）季度或月度的预测值。各季度销售预测值=（100/4）各季度季节指数,拉条谗墒伞寐舅猫倪锐厄嘛垢绝歼嘛诵宦莉讥甘嘉曹尊徊轰车酚梭薯沏迭统计学第3章时间序列分析统计学第3章时间序列分析,季节变动的调整,包含有季节变动因素的时间序列，由于受季节的影响而产生波动，可能使时间序列的其它特征（如长期趋势）不能清析表现出来，为此，经常需要从时间序列中消除季节变动因素的影响，这称为季节变动的调整。,钾骨敢炼爹妈猜示帐二撩打劳眩捣扦服擒旱桓亡妮柠镇撼诵樊贱妹版饲臭统计学第3章时间序列分析统计学第3章时间序列分析,本讲小结,1.时间序列分析概述2.时间序列的对比分析3.时间序列的构成因素4.长期趋势分析5.季节变动分析作业：,剂佐颖廊觉伟缝汞炯失瞄校岩疽议室愤使临挪威月调氖瞻讥蛮逃劈绰恤曝统计学第3章时间序列分析统计学第3章时间序列分析,