第五章 第四节 长期趋势和季节变动分析（二） （课件）-《统计基础知识》（高教版第四版）同步精品课堂

第五章 时间序列分析 第四节 长期趋势和季节变动分析（二） 制作人：DLY 学习目标 新课引入 新课教学 师生互动 课堂练习 课堂小结 目录 学习目标 01 掌握长期趋势分析； 运用长期趋势分析的步骤； 掌握长期趋势分析的方法。 学习目标 新课引入 02 思考题 下图是什么趋势？你会用什么方法对其进行分析？ 新课教学 03 1 2 3 长期趋势是经济指标在长时间内持续发展变化的总态势，可能增长、下降或停留在某个水平上。 长期趋势因素是较长时间内比较稳定的、经常起作用的根本性因素，具有长期性、稳定性、经常性和根本性的特点。 案例：科技进步对生产力发展的影响就具有上述特点，它是影响生产力发展的长期趋势因素。 长期趋势分析 第一步，收集企业某一经济指标随时间而变化的资料，编制时间序列，对其中的异常值进行调整。 异常值：由于特殊原因造成的与大多数值差异很大的值 长期趋势分析的步骤 ①长期趋势模型有直线和曲线两种。 ③如果时间序列二次差大体相等，可拟合二次曲线。 ④当时间序列环比发展速度大体相同时，拟合指数曲线模型为宜。 ②根据计算，如果时间序列逐期增长量大体相等，可拟合直线趋势模型； 长期趋势分析的步骤 第二步，运用散点图法、计算法确定拟合的长期趋势模型的类型。 第三步，运用适当的方法，求出长期趋势模型的参数值。 第四步，根据趋势模型进行预测和决策。 长期趋势分析的步骤 长期趋势分析的方法——间隔扩大法 定义： 测定长期趋势最原始、最简单的方法。 做法： 当原始时间序列中各指标数值上下波动，现象变化规律表现不明显时，将时间序列指标数值所属的时间单位予以扩大，然后对新时间单位内的指标数值进行合并，便得到一个扩大了时距的时间序列。 作用： 消除较小时距单位内偶然因素的影响，反映现象发展的基本趋势。 长期趋势分析的方法——间隔扩大法 从表5-15和图5-8中可以看出，数值变化并不均匀，即各月之间的机器台数起伏不定，用该时间序列不能清楚地反映该厂生产量变动的趋势。 现将该机器厂2017年生产机器台数的月资料用间隔扩大法，整理成为季度资料，如表5-16和图5-9所示。 间隔扩大后的资料，可以明显地显示出生产的机器台数呈现逐期增长的变化趋势。 运用间隔扩大法时可以用间隔扩大的总数，也可以用间隔扩大的平均数。前者只适用于时期数列，后者适用于时期数列和时点数列。 结论 定义： 移动平均法是从时间序列的第一项开始，按一定项数求序时平均数，然后每次向后移动一项计算一系列序时平均数，从而形成一个新的时间序列。 通过移动平均法对原序列进行了修匀，消除了偶然因素的影响，使隐藏在原序列中的长期趋势显现出来。 长期趋势分析的方法——移动平均法 长期趋势分析的方法——移动平均法 销售量受长期趋势、季节因素和偶然因素的综合影响。因此测定长期趋势，就必须从实际销售量中消除季节因素和偶然因素的影响。因为季节因素和偶然因素只是在短时间内(如按月、按季)对现象的影响比较显著，但在较长时间内，这些因素的影响就可以消除。 用4个季度的销售量求一个平均数，作为这4个季度中间那个季度的趋势值，然后依次逐项向下移动，每移动一项，就计算一个平均数。 最小平方法是分析测定长期趋势广泛使用的方法。 如果时间序列逐期增长量大致相等，或用散点图观察现象呈近似直线趋势变动时，就可以把序列指标所属时间的顺序作为自变量，序列发展水平作为因变量，拟合成直线趋势模型。 用公式表示为：y=a+bt； t——时间序号，可以是年、季、月、日； a——直线在y轴上的截距，即t为零时的y值； b——直线斜率，表示t每增加一个单位时yt的变动值； y——代表时间序列yt的预测值。 它既可用于直线趋势变动的分析测定，也可用于曲线趋势变动的分析测定。 长期趋势分析的方法——最小平方法 长期趋势分析的方法——最小平方法 将表中有关数据代入a、b参数的简化公式计算得： 则直线趋势方程为： 将时间代码依次代入方程，可以计算趋势值(见表5-27的y,栏)。如2012年的趋势值为： 其他年份的趋势值计算依此类推。另外，还可以预测以后各年粮食产量。如2018年粮食产量预测值为： 师生互动 04 小组讨论 刚刚我们学习了很多进行长期趋势分析的方法，请同学们自行分成4人一组，每组用5-8分钟的时间进行讨论总结，讨论过后，请每组派代表上台展示你们小组的总结成果。 课堂练习 05 课堂练习 1.长期趋势线在技术分析中的作用主要是什么？ A. 预测价格波动 B. 识别买卖信号 C. 确定市场趋势 D. 衡量市场动量 2.在长期趋势线的应用中，以下哪个因素是必须考虑的？ A. 市场流动性