时间序列分析.ppt

第9章时间序列分析为什么要进行时间序列分析？第9章时间序列分析9.1时间序列的采集与分类一、时间序列的概念二、时间序列的采集根据观测值表现形式的不同可以分为绝对数、相对数或平均数时间序列。绝对数时间序列又可分为时期序列和时点序列。时期序列与时点序列的区别Example四、时间序列分析的意义9.2时间序列特征指标测度一、时间序列均值的测度（二）趋势非平稳序列的平稳化变化环比变换：用时间序列中各期数值除以相邻的前期数值，变换后的序列相当于原时间序列指标的环比发展速度序列.其公式为：对数差分变换：选取自然对数，再进行差分变换。变换后的序列相当于原时间序列指标的增长率序列.（三）平均增长率的两种算法ExampleAnswer（Excel演示）二、时间序列的波动性与自相关性测度时间序列的自相关系数为：9.3时间序列构成分析一、时间序列的构成模型长期趋势季节变动（S）循环变动（C）随机变动(不规则变动)二、长期趋势的测定（一）常用的长期趋势模型修正指数曲线模型逻辑曲线模型龚博茨曲线模型双指数曲线模型（二）趋势模型参数的估计方法分段总和法：将时间序列等分若干段，每段求得一个方程，组成求解模型参数的方程组，求解参数。例题见P275~276三、季节变动的测定（一）同期直接平均法计算各季或月的季节指数例见p278.（二）同期移动平均法计算各季节或月的季节指数分摊计算误差用各季或月季节指数之和去除400%或1200%作为调整系数，用该系数去乘各季或月的季节指数即为修正季节指数。季节指数的计算季节指数的计算季节指数的图形将原序列实际数值除以季节指数可以消除季节变动的影响。此数列通常被称为“季节调整后的序列”，它便于较为准确地分析长期趋势和循环变动。四、循环变动的测定计算循环指数案例如下：循环变动的分解循环变动的图形五、随机变动的测定第四节时间序列自回归分析一、时间序列自回归模型的构建二、时间序列自回归模型的估计与检验三、应用时间序列自回归模型进预测