第8章 时间序列分析与预测（课件）-《统计学基础》同步教学（东北财大版）

第8章 时间序列分析与预测 重点——统计学对动态事物的分析和预测方法。 介绍时间序列的含义、种类及编制原则。 时间序列水平和速度分析的意义、指标和计算方法。 时间序列构成要素，包含各种成分的时间序列类型分析及预测方法，以达到对客观现象变动发展趋势进行分析、预测的目的。 通过学习，能够熟练运用时间序列分析的指标、方法对社会经济现象的时间序列进行分析和预测。 第8章 时间序列分析与预测 8.1 时间序列分析概述 8.2 时间序列描述性分析 8.3 平稳序列分析和预测 8.4 趋势序列分析和预测 8.5 季节型序列分析和预测 8.6 复合型序列分析和预测 8.1 时间序列分析概述 时间序列（times series） 是同一现象在不同时间上的相继观察值排列而成的序列。经济数据大多数以时间序列的形式给出。 时间序列分析的主要目的有： （1）编制时间序列，可以描述社会经济现象的变化过程、发展趋势和结果。 （2）通过对时间序列的分析，可以掌握社会经济现象的发展规律。 （3）可以根据时间序列建立数学模型，预测社会经济现象未来的发展趋势。 时间序列的构成要素及分解 1.趋势（trend） 长期内呈现出来的某种持续上升或持续下降的变动 2.季节性（seasonality） 也称季节波动（seasonal fluctuation） 一年内重复出现的周期性波动。 3.周期性（cyclicity） 也称循环波动（cyclical fluctuation 呈现出来的围绕长期趋势的一种波浪形或振荡式变动。 4.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。 4 时间序列的构成要素及分解 5 时间序列的构成模型 乘法模型 Yi=Ti×Si×Ci×Ii 加法模型 Yi=Ti+Si+Ci+Ii 本章所介绍的时间序列分解方法都是以乘法模型为基础的。 时间序列分类 1）分解后包含成分不同 平稳序列(stationary series) 基本上不存在趋势的序列，各观察值基本上在某个固定的水平上波动；或虽有波动，但并不存在某种规律，而其波动可以看成是随机的。 非平稳序列 (non-stationary series) 有趋势的序列：线性的，线性的 有趋势、季节性和周期性的复合型序列 7 时间序列分类 2）统计指标的不同表现形式 （1）总量指标时间序列 ①时期序列：可加性；时期长短有直接联系；连续登记 ②时点序列：不可加性；时期长短一般没有直接联系； 间断登记 （2）相对指标和平均指标时间序列 相对指标和平均指标都是由总量指标派生的 8 时间序列的编制原则 （1）时间一致 （2）总体范围一致 （3）指标经济内容一致 （4）计算口径一致 8.2 时间序列描述性分析 图形描述 图8-1 2006-2015年国内生产总值时间序列 10 GDP （亿元） GDP （亿元） 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 216314 265810 314045 340903 401202 484123 534123 588018 635910 676708 时间序列的水平分析 1）发展水平 在一个时间序列中，按时间顺序记为t0，t1，t2，…，ti，…，tn-1，tn，同时可以将各个时期的发展水平记为y0，y1，y2，…，yi，…，yn-1，yn。 在比较各个时期的发展水平时，把作为比较基础的那个时期称为基期，记为t0，基期对应的发展水平称为基期水平，记为y0： 把考察的那个时期称为报告期，记为ti，报告期对应的发展水平称为报告期水平，记为yi。 注：根据时间和研究目的的不同，最初水平、最末水平、基期水平和报告期水平会发生相应的变化。 11 时间序列的水平分析   12 时间序列的水平分析     逐日登记、逐日排列 以“天”为登记的时间单位，但只是在指标值发生变动时才进行记录 13 【例8-2】某企业2017年4月产成品库存量资料如表8.2所示，计算该企业4月产成品的平均库存量。       日期 4月1日 4月9日 4月15日 4月22日 4月30日 库存量（kg） 150 180 200 90 120 14 时间序列的水平分析     注：“首末折半法”的首末项应分别为所计算时期的期初和期末的数据。 15 时间序列的水平分析   【例8-4】某企业2017年产成品库存量资料如表8.3所示，计算该企业2017年产成品的平均库存量。 日期 1月1日 4