统计学第5章时间序列(第二版).ppt

《统计学第5章时间序列(第二版).ppt》由会员分享，可在线阅读，更多相关《统计学第5章时间序列(第二版).ppt（106页珍藏版）》请在三一办公上搜索。

1、欢迎学习统计学课程,第5章 时间序列分析济南大学经济学院 王光玲,统计学,客观现象数量表现,统计总体数量特征,统计研究的程序,统计研究目的,统计设计,推断分析描述分析,收集数据,整理数据,2023/9/14,4,引导案例实践中的统计学,2023/9/14,5,2023/9/14,6,引导案例实践中的统计学,国内生产总值、年末总人口、城镇居民家庭人均可支配收入、城镇居民家庭恩格尔系数等统计数字，和以往我们介绍的统计综合指标有所不同，都是按时间顺序定期进行观测（每日、每月、每季度或每年）和记录的。按所发生的时间顺序收集并排列的数据称为时间数列。,2023/9/14,7,本章相关内容,学习目标 重点

2、、难点教学内容参考资料,2023/9/14,8,学习目标,1.时间序列及其分解原理2.时间序列水平分析的方法3.时间序列速度分析的方法4.平稳序列的平滑和预测方法5.有趋势序列的的分析和预测方法6.复合型序列的综合分析,2023/9/14,9,重点、难点,重点：有趋势成分的序列的预测方法。难点：线性趋势预测与非线性趋势预测模型的掌握。,2023/9/14,10,教学内容,5.1 时间序列分析的基本问题 5.2 时间序列的水平分析5.3 时间序列的速度分析5.4 时间序列的趋势分析和预测5.5 复合型序列的分解,2023/9/14,11,5.1 时间序列分析的基本问题,一、时间序列的概念二、时间

3、序列的编制原则三、时间序列的分类,(见P115),2023/9/14,12,一、时间序列(times series),1.将某一统计指标在不同时间上的数值按时间先后顺序编制所形成的序列,称为时间序列，亦称为时间数列或动态序列。2.时间序列的构成要素：一是现象所属的时间二是统计指标的具体数值3.表现形式：年份、季度、月份或其他任何时间形式4.作用：描述社会经济现象的发展状态、趋势和结果；掌握发展变化规律性；对发展方向和速度进行预测。,2023/9/14,13,二、时间序列的编制原则,保证各期指标数值的可比性，是编制时间序列的基本原则。具体说，要注意以下问题：、时间长短应尽量统一。时期数列中，指标

4、值的大小与时间长短有直接的关系、总体范围应一致。如：行政区划、隶属关系、计算口径应统一。计算方法、计量单位等，如：劳动生产率可按实物量或价值量计算。、指标涵义和经济内容应一致。如：盐税在1994年并入了资源税，资源税时间序列的编制应做调整。,2023/9/14,14,三、时间序列的分类,1.绝对数时间序列一系列总量指标按时间顺序排列而成反映现象在不同时间上所达到的绝对水平按总量指标反映的时间状态不同，分为：时期序列：现象在一段时期内总量的排序时点序列：现象在某一时点上总量的排序2.相对数时间序列一系列相对数指标按时间顺序排列而成3.平均数时间序列一系列平均数指标按时间顺序排列而成,三、时间序列

5、的分类,2023/9/14,16,2023/9/14,17,5.2 时间序列的水平分析,一、发展水平与平均发展水平二、增长量与平均增长量,（见P117）,2023/9/14,18,一、发展水平与均发展水平,2023/9/14,19,（一）发展水平（概念要点）,发展水平：现象在不同时间上的观察值说明现象在某一时间上所达到的水平时间表示为t1，t2，tn，相应的观察值表示 为Y1，Y2，Yn-1，Yn根据各观察值在时间序列中的位置，可分为：最初发展水平时间序列中第一项指标值Y1最末发展水平时间序列中最末一项指标值Yn报告期水平所要分析的那个时期的指标值i基期水平作为比较基础时期的指标值0,2023

6、/9/14,20,（二）平均发展水平（概念要点）,平均发展水平将不同时期的发展水平加以平均而得到的平均数叫做平均发展水平，又称为序时平均数。说明现象在一段时期内所达到的一般水平不同类型的时间序列有不同的计算方法,2023/9/14,21,2023/9/14,22,1.绝对数序列的序时平均数（时期序列计算方法）,计算公式：,【例1】根据表5-1中的国内生产总值序列，计算1996-2006年的年平均国内生产总值,（1）时期序列,1.绝对数序列的序时平均数（时点序列计算方法）,（2）时点序列连续时点序列：每天都登记a.间隔相等的连续时点：简单算术平均,2023/9/14,24,【例2】某企业一月份上

7、旬每天人数为：405、405、408、408、408、407、409、410、410、410，则上旬平均每天人数为：,1.绝对数序列的序时平均数（时点序列计算举例）,2023/9/14,25,b.间隔不等的连续时点：加权算术平均,1.绝对数序列的序时平均数（时点序列计算方法）,【例3】某企业6月份职工人数如表5-1所示，求6月份的日平均人数,1.绝对数序列的序时平均数（时点序列计算举例）,表5-1 6月份职工人数统计表,间断时点序列：间隔在一天以上的时点序列a.间隔不等的间断时点序列,1.绝对数序列的序时平均数（时点序列计算方法）,2023/9/14,28,间隔不相等 时，采用加权序时平均法,

8、【例4】设某种股票2010年各统计时点的收盘价如表5-2所示，计算该股票2010年的月平均价格,1.绝对数序列的序时平均数（时点序列计算举例）,间隔相等(T1=T2=Tn-1),b.间隔相等的间断时点序列,T1,T2,Tn-1,1.绝对数序列的序时平均数（时点序列计算方法）,2023/9/14,31,间隔相等 时，采用简单序时平均法,b.间隔相等的间断时点序列,2023/9/14,32,间隔相等 时，采用简单序时平均法,b.间隔相等的间断时点序列,首末折半法!,1.绝对数序列的序时平均数（时点序列实例）,【例5】已知某企业2010年6月至9月各月末职工人数如表5-3所示，试计算第三季度平均人数

9、。,表5-3,2.相对数序列和平均数序列的序时平均数,先分别求出构成相对数或平均数的分子ai和分母 bi 的平均数再进行对比，即得相对数或平均数序列的序时平均数 基本公式为,2.相对数序列和平均数序列的序时平均数,a、b均为时期数列时,2023/9/14,36,某化工厂某年一季度利润计划完成情况如表5-4所示：,因为,所以，该厂一季度的计划平均完成程度为：,【例6】,2.相对数序列和平均数序列的序时平均数,(2)a、b均为时点数列时,2.相对数序列和平均数序列的序时平均数,2023/9/14,a为时期数列、b为时点数列时,相对数序列的序时平均数（计算方法与实例）,【例7】某企业2011年各季度

10、销售收入和流动资金资料如下表所示。又知，该年末流动资金余额100万元。计算该企业2011年流动资金季平均周转次数。,c,2023/9/14,40,【例8】已知某企业的下列资料：,要求计算：该企业第二季度各月的劳动生产率；该企业第二季度的月平均劳动生产率；该企业第二季度的劳动生产率。,2023/9/14,41,四月份：,五月份：,六月份：,2023/9/14,42,该企业第二季度的劳动生产率：,2023/9/14,43,二、增长量和平均增长量（P120）,2023/9/14,44,（一）增长量（概念要点）,1.报告期水平与基期水平之差，说明现象在观察期内增长的绝对数量。2.有逐期增长量与累积增长

11、量之分逐期增长量报告期水平与前一期水平之差计算形式为：i=Yi-Yi-1(i=1,2,n)累积增长量报告期水平与某一固定时期水平之差 计算形式为：i=Yi-Y0(i=1,2,n),2023/9/14,45,逐期增长量与累积增长量（关系）,各逐期增长量之和等于最末期的累积增长量 即：(Yi-Yi-1)=Yn-Y0相邻两组累积增长量之差等于相应的逐期增长量 即：(Yi-Y0)-(Yi-1-Y0)=Yi-Yi-1,2023/9/14,46,（二）平均增长量（概念要点）,观察期内各逐期增长量的平均数 描述现象在观察期内平均增长的数量 计算公式为,增长量的计算方法与实例,【例9】根据表5-5数据。计算2

12、0012005年间，我国国内生产总值的逐期增长量、累积增长量和平均增长量,2023/9/14,48,练习题：P149第1、2、4、9题,5.3 时间序列的速度分析,一、发展速度和增长速度二、平均发展速度与平均增长速度,2023/9/14,50,一、发展速度和增长速度(见P121),2023/9/14,51,（一）发展速度（要点）,1.报告期水平与基期水平之比2.说明现象在观察期内相对的发展变化程度3.由于对比的基期不同，有环比发展速度与定基发展速度之分,4.环比发展速度与定基发展速度（要点）,(1)环比发展速度报告期水平与前一期水平之比,(2)定基发展速度报告期水平与某一固定时期水平之比,5.

13、环比发展速度与定基发展速度（关系）,（1）定基发展速度等于各环比发展速度的连乘积,（2）两个相邻时期的定基发展速度之比，等于相应时期的环比发展速度,2023/9/14,54,（二）增长速度（增长率）(growth rate),1.报告期观察值与基期观察值之比减1，用%表示2.由于对比的基期不同，可以分为环比增长率和定基增长率,2023/9/14,55,3.环比增长率与定基增长率,（1）环比增长率报告期水平与前一期水平之比减1,（2）定基增长率报告期水平与某一固定时期水平之比减1,2023/9/14,56,4.环比增长率与定基增长率关系,所以:（环比增长速度+1）=定基增长速度+1,因为:,20

14、23/9/14,57,如何由环比增长速度求定基增长速度？,先将各环比增长速度加1，还原为环比发展速度；再将各环比发展速度连乘，得定基发展速度；后将定基发展速度减1，即得定基增长速度。,发展速度与增长速度的计算（实例）,【例10】根据表5-6国内生产总值序列，计算各年的环比发展速度和增长速度，及以2001年为基期的定基发展速度和增长速度,2023/9/14,59,二、平均发展速度 与平均增长速度(P124),（一）平均发展速度（要点）,1.观察期内各环比发展速度的平均数2.说明现象在整个观察期内平均发展变化的程度3.通常采用几何法(水平法)计算4.计算公式为:,【例11】根据表5-7中数据，计算

15、20022005年间我国国内生产总值的年平均发展速度,（一）平均发展速度（实例）,2023/9/14,62,1.从最初水平Y0出发，每期按平均发展速度发展，经过n期后将达到最末期水平Yn2.按平均发展速度推算的最后一期的数值与最后一期的实际观察值一致3.只与序列的最初观察值Y0和最末观察值Yn有关4.如果关心现象在最后一期应达到的水平，采用水平法计算平均发展速度比较合适,（一）平均发展速度（几何平均法的特点）,2023/9/14,63,（二）平均增长速度(要点),1.描述现象在整个观察期内平均增长变化的程度，也称为平均增长率。2.平均增长速度=平均发展速度-13.计算公式为,【例12】见城镇居

16、民家庭人均可支配收入数据,年平均增长率为：,2007年和2008年人均可支配收入的预测值分别为：,（二）平均增长速度(实例),2023/9/14,65,（三）速度分析中应注意的问题,1.正确选择基期2.总平均速度与分段平均速度相结合(见P126)3.避免速度指标的误用、滥用。当时间序列中的观察值出现0或负数时，不宜计算增长率。例如：假定某企业连续五年的利润额分别为5、2、0、-3、2万元，在这种情况下，适宜直接用绝对数进行分析在有些情况下，要注意增长速度与绝对水平的结合分析,增长率分析中应注意的问题(例题分析),【例13】假定有两个生产条件基本相同的企业，各年的利润额及有关的速度值如下表,增长

17、率分析中应注意的问题(增长1%绝对值),1.增长率每增长一个百分点而增加的绝对量2.用于弥补增长率分析中的局限性3.计算公式为,甲企业增长1%绝对值=500/100=5万元乙企业增长1%绝对值=60/100=0.6万元,2023/9/14,68,练习题：P150第5、6题,5.4 时间序列的趋势分析,(P127)一、时间序列的构成要素和模型二、线性趋势的分析与预测三、非线性趋势的分析与预测,一、时间序列的构成要素及模型,（一）时间序列的构成要素,趋势(trend)也称长期趋势(Secular trend)呈现出某种持续向上或持续下降的趋势或规律 2.季节性(seasonality)也称季节变动

18、(Seasonal fluctuation)现象在一年内随着季节的更换而引起的有规律变动 周期性(cyclity)也称循环波动(Cyclical fluctuation)从低至高再从高至低的周而复始的变动 随机性(random)也称不规则波动(Irregular variations)偶然性因素对时间序列产生影响,含有不同成分的时间序列,平稳,趋势,季节,季节与趋势,（二）时间序列的模型,时间序列的构成要素长期趋势(T)季节变动(S)循环波动(C)不规则波动(I)时间序列的分解模型 乘法模型：Y i=T i S i C i I i加法模型：Y i=T i+S i+C i+I i混合模型：Y=T

19、 S+I 或 Y=S+T C I,2023/9/14,74,时间序列的构成要素与测定方法,二、线性趋势分析和预测,2023/9/14,76,线性趋势(linear trend),现象随着时间的推移而呈现出稳定增长或下降的线性变化规律由影响时间序列的基本因素作用形成测定方法主要有：移动平均法、指数平滑法、线性模型法等,（三）线性模型法(P132),2023/9/14,78,线性模型法(线性趋势方程),线性方程的形式为,时间序列的趋势值 t 时间标号 a 趋势线在Y 轴上的截距 b 趋势线的斜率，表示时间 t 变动一个 单位时趋势值的平均变动数量,线性模型法(a 和 b 的最小二乘估计),1.趋势

20、方程中的两个未知常数 a 和 b 按最小二乘法(Least-square Method）求得根据回归分析中的最小二乘法原理使各实际观察值与趋势值的离差平方和为最小最小二乘法既可以配合趋势直线，也可用于配合趋势曲线,2023/9/14,80,线性模型法(a 和 b 的最小二乘估计),线性模型法(a 和 b 的求解方程),2.根据最小二乘法得到求解 a 和 b 的标准方程为,解得：,2023/9/14,82,线性模型法(a 和 b 的求解方程),1.根据趋势方程计算出各个时期的趋势值,预测误差可用估计标准误差来衡量,m为趋势方程中未知常数的个数,线性模型法(例题分析),【例4】根据人均GDP数据，

21、根据最小二乘法确定直线趋势方程，计算出各期的预测值和预测误差，预测2005年的人均GDP，并将原序列和各期的预测值序列绘制成图形进行比较,线性趋势方程：估计标准误差：3.2005年人均GDP的预测值,线性模型法(例题分析),2023/9/14,85,【例】已知我国GDP资料（单位：亿元）如下，拟合直线趋势方程，并预测1999年的水平。,解：,预测：,2023/9/14,87,0,1,2,3,4,5,6,7,求解a、b的简捷方法,2023/9/14,88,当t=0时，有,2023/9/14,89,2023/9/14,90,解：,预测：,2023/9/14,91,练习题：P149第3题,2023/

22、9/14,92,趋势线的选择(P141),1.观察散点图，按以下标准选择趋势线：一次差（逐期增长量）大体相同，配合直线二次差（增长量的二次差）大体相同，配合二次曲线对数的一次差（环比增长速度）大体相同，配合指数曲线,2023/9/14,93,趋势线的选择(P141),一次差的环比值大体相同，配合修正指数曲线对数一次差的环比值大体相同，配合 Gompertz 曲线倒数一次差的环比值大体相同，配合Logistic曲线 2.比较估计标准误差,6.5 复合型序列的分解,一、季节性分析二、趋势分析三、周期性分析,一、季节性分析,(P142),季节变动及其测定目的,季节变动现象在一年内随着季节更换形成的有

23、规律变动各年变化强度大体相同、且每年重现“季节”不仅是指一年四季，指任何一种周期性的变化测定目的确定现象过去的季节变化规律，制定当前经营决策消除时间序列中的季节因素，分析其他构成因素,2023/9/14,97,季节变动的分析原理,季节模型指一时间序列在各年中所呈现出的典型状态，这种状态年复一年以相同的形态出现由季节指数组成，各指数刻划了现象在一个年度内各月或季的典型数量特征如果分析的是月份数据，季节模型就由12个指数组成；若为季度数据，则由4 个指数组成季节模型是以各指数的平均数等于100%为条件而构成的,2023/9/14,98,季节变动的分析原理,季节指数(seasonal index)概

24、念：某一月份或季度的数值占全年月或季平均数值的相对数平均数等于100%月(或季)的指数之和等于1200%(或400%)3.指数越远离其平均数(100%),季节变动程度越大4.计算方法:按月(季)平均法和趋势剔出法,2023/9/14,99,（一）按月(季)平均法(原理和步骤),根据原时间序列通过简单平均计算季节指数假定时间序列没有明显的长期趋势和循环波动计算季节指数的步骤(1)计算同月(或同季)的平均数(2)计算全部数据的总月(总季)平均数(3)计算季节指数(S),季节指数(例题分析),【例1】下表是一家啤酒生产企业20002005年各季度的啤酒销售量数据。试计算各季的季节指数,季节指数,图形

25、描述,（二）趋势剔除法(原理和步骤),先将序列中的趋势予以消除，再计算季节指数 计算季节指数的步骤(1)计算移动平均趋势值(T)；(2)从序列中剔出趋势值，即YTSI；(3)将SI重新按月（季）排列，计算季节指数(S)(4)季节指数调整。季节指数平均数不等于1时，需调整,（二）趋势剔除法(原理和步骤),季节指数调整若S1200%（或400%），则求调整系数:调整后的季节指数原季节指数调整系数（R）,例题见P144例5-16,2023/9/14,104,本章小结,时间序列的水平分析时间序列的速度分析时间序列的构成要素线性趋势的分析和预测方法非线性趋势的分析和预测方法趋势线的选择方法复合型序列的分析,参考资料：,1.贾俊平.统计学,人民大学出版社，2003.2.贾俊平.统计学（第二版）,人民大学出版社，2007.3.贾俊平.统计学（第三版）,人民大学出版社，2007.4.宋廷山等.应用统计学：以Excel为分析工具,西南财经大学出版社，2006.5.凯勒，沃拉克 著，王琪延 等译.统计学：在经济和管理中的应用（第六版），2007.,2023/9/14,106,第五章 时间数列分析,