时间序列分解法幻灯片.ppt

《时间序列分解法幻灯片.ppt》由会员分享，可在线阅读，更多相关《时间序列分解法幻灯片.ppt（47页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、时间序列分解法第1页，共47页，编辑于2022年，星期六对事物本身随时间变化规律的研究称为时间序列分析（time series analysis）。从回归分析法的角度看，时间序列分析法实际上是一种特殊的回归分析法，因为此时不再考虑事物之间的因果关系或其他相关关系，而仅考虑研究对象与时间之间的相关关系，即将时间作为自变量。时间序列数据的编制应该遵循以下一些原则：（1）时间序列中的各项数据所代表的时期长短（或间隔时间）应该一致且连续；（2）时间序列中的各项数据所代表的总体范围应该一致；（3）时间序列中的各项数据所代表的质的内容应该前后一致；（4）统计指标数据的计算方法和计量单位应该一致。第2页，共

2、47页，编辑于2022年，星期六 时间序列分解法时间序列分解法 一、时间序列的分解 时间序列的变化受到长期趋势长期趋势、季节变动季节变动、周期变动周期变动和不规则变动不规则变动这四个因素的影响。其中：（1）长期趋势因素（T）反映了事物现象在一个较长时间内的发展方向，它可以在一个相当长的时间内表现为一种持续向上 或持续向下或平稳的趋势。第3页，共47页，编辑于2022年，星期六（2）季节变动因素（S）是事物现象受季节变动影响所形成的一种长 度和幅度固定的周期波动。（3）周期变动因素（C）周期变动因素也称循环变动因素，它是受各 种因素影响形成的上下起伏的波动。（4）不规则变动因素（I）不规则变动又

3、称随机变动，它是受各种偶然 因素影响所形成的不规则变动。第4页，共47页，编辑于2022年，星期六 二、时间序列分解模型 时间序列y可以表示为以上四个因素的函数，即：时间序列分解的方法有很多，较常用的模型有加法模型和乘法模型。第5页，共47页，编辑于2022年，星期六 加法模型为：乘法模型为：第6页，共47页，编辑于2022年，星期六 三、时间序列的分解方法（1）运用移动平均法得到序列TC。然后再用按月（季）平均法求出季节指数S。（2）做散点图，选择适合的曲线模型拟合序列的长期趋势，得到长期趋势T。第7页，共47页，编辑于2022年，星期六（3）计算周期因素C。用序列TC除以T即可得到 周期变

4、动因素C。（4）将时间序列的T、S、C分解出来后，剩余的 即为不规则变动，即：y第8页，共47页，编辑于2022年，星期六 趋趋 势势 外外 推推 法法 概概 述述 一、趋势外推法概念和假定条件 趋势外推法概念：当预测对象依时间变化呈现某种上升或下降趋势，没有明显的季节波动，且能找到一个合适的函数曲线反映这种变化趋势时，就可以用趋势外推法进行预测。第9页，共47页，编辑于2022年，星期六 趋势外推法的两个假定：（1）假设事物发展过程没有跳跃式变化；（2）假定事物的发展因素也决定事物未来的发展，其条件不变或变化不大。第10页，共47页，编辑于2022年，星期六 二、趋势模型的种类 多项式曲线外

5、推模型：一次（线性）预测模型：二次（二次抛物线）预测模型：三次（三次抛物线）预测模型：一般形式：第11页，共47页，编辑于2022年，星期六设有一组统计数据 ，令即：解这个三元一次方程就可求得参数。第12页，共47页，编辑于2022年，星期六 二、三次多项式曲线预测模型及其应用 三次多项式曲线预测模型为：第13页，共47页，编辑于2022年，星期六 设有一组统计数据 ，令即：解这个四元一次方程就可求得参数。第14页，共47页，编辑于2022年，星期六 指指 数数 曲曲 线线 趋趋 势势 外外 推推 法法 一、指数曲线模型及其应用 指数曲线预测模型为：第15页，共47页，编辑于2022年，星期六

6、对函数模型 做线性变换得：令 ，则这样，就把指数曲线模型转化为直线模型了。第16页，共47页，编辑于2022年，星期六 二、修正指数曲线模型及其应用 修正指数曲线预测模型为：第17页，共47页，编辑于2022年，星期六 指数曲线预测模型：一次指数形式：修正的指数曲线预测模型：第18页，共47页，编辑于2022年，星期六对数曲线预测模型：生长曲线趋势外推法：皮尔曲线预测模型：龚珀兹曲线预测模型：第19页，共47页，编辑于2022年，星期六 三、趋势模型的选择 图形识别法：这种方法是通过绘制散点图来进行的，即将时间序列的数据绘制成以时间t为横轴，时序观察值为纵轴的图形，观察并将其变化曲线与各类函数

7、曲线模型的图形进行比较，以便选择较为合适的模型。第20页，共47页，编辑于2022年，星期六 差分法：利用差分法把数据修匀，使非平稳序列达到平稳序列。一阶向后差分可以表示为：二阶向后差分可以表示为：第21页，共47页，编辑于2022年，星期六 差分法识别标准：差分特性使用模型一阶差分相等或大致相等一次线性模型二阶差分相等或大致相等二次线性模型三阶差分相等或大致相等三次线性模型一阶差分比率相等或大致相等指数曲线模型一阶差分的一阶比率相等或大致相等修正指数曲线模型第22页，共47页，编辑于2022年，星期六从1990年到1994年银行倒闭的数目如下表所示,请预测1997年可能倒闭的银行数目。年份期

8、数倒闭的银行数量199017919912120199231381993418419945200 例 题第23页，共47页，编辑于2022年，星期六1.画散点图,无明显季节性及周期变化,且与时间基本呈线形关系,即可用时间序列的长期趋势作为预测值.2.计算a,b值y=52.4-30.6tt=8,y=297.2第24页，共47页，编辑于2022年，星期六 例例 下表是我国1952年到1983年社会商品零售总额（按当年价格计算），分析预测我国社会商品零售总额。第25页，共47页，编辑于2022年，星期六年份时序（t）总额（yt）年份时序（t）总额（yt）年份时序（t）总额（yt）19521276.81

9、96312604.51974231163.619532348.0196413638.21975241271.119543381.1196514670.31976251339.419554392.2196615732.81977261432.819565461.0196716770.51978271558.619576474.2196817737.31979281800.019587548.0196918801.51980292140.019598638.0197019858.01981302350.019609696.9197120929.21982312570.0196110607.7197

10、2211023.31983322849.4196211604.01973221106.7第26页，共47页，编辑于2022年，星期六（1）对数据画折线图分析，以社会商品零售总额为 y轴，年份为x轴。第27页，共47页，编辑于2022年，星期六（2）从图形可以看出大致的曲线增长模式，较符合 的模型有二次曲线和指数曲线模型。但无法确 定哪一个模型能更好地拟合该曲线，则我们将 分别对该两种模型进行参数拟合。适用的二次曲线模型为：适用的指数曲线模型为：第28页，共47页，编辑于2022年，星期六（3）进行二次曲线拟合。首先产生序列 ，然后运用普通最小二乘法对模型各参数进行估计。得到估计模型为：其中调整

11、的 ，则方程通过显著性检验，拟合效果很好。标准误差为151.7。第29页，共47页，编辑于2022年，星期六(4)进行指数曲线模型拟合。对模型：两边取对数：产生序列 ，之后进行普通最小二乘估计该模型。最终得到估计模型为：第30页，共47页，编辑于2022年，星期六 其中调整的 ，则方程通过显著性检验，拟合效果很好。标准误差为：175.37。（5）通过以上两次模型的拟合分析，我们发现采用 二次曲线模型拟合的效果更好。因此，运用方程：进行预测将会取得较好的效果。第31页，共47页，编辑于2022年，星期六表119801999年扬州市农业总产值单位：万元年份农业总产值年份农业总产值年份农业总产值年份

12、农业总产值年份农业总产值年份农业总产值1980220 5531987345 5601994483 9601981236 2851988357 9091995549 8071982267 1201989357 7881996600 9861983278 7871990357 6711997620 2811984312 0891991305 8551998667 5421985331 1721992362 8481999711 7411986338 8481993414 892第32页，共47页，编辑于2022年，星期六 表1是扬州市19801999年农业总产值的有关数据资料，资料摘自扬州统计年鉴

13、2000，表中产值按990年不变价格计算。根据表1时间序列的资料，画出时间序列折线图1。通过观察时间序列图，可以看出此时间序列具有明显的趋势变动。在19801999年年间，扬州市农业总产值总体呈明显的上升趋势。农业总产值的变化分为两个时间段：19801990年时间序列呈曲线变化趋势，19911999年时间序列呈线性变化趋势。根据直观的判断，对时间序列采取分段处理的方法，即对19801990年的时间序列拟合二次曲线趋势模型，对19911999年的时间序列拟合线性趋势模型。第33页，共47页，编辑于2022年，星期六第34页，共47页，编辑于2022年，星期六2.建立模型(1)二次曲线趋势模型：t

14、=a+bt+ct2 经过计算，得到对扬州市19801990年农业总产值时间序列拟合的二次曲线模型为：Y=316488.1+14584.3t705.3t2。第35页，共47页，编辑于2022年，星期六线性趋势模型：Y=a+bt经过计算，得到对扬州市19911999年农业总产值时间序列拟合的线性模型为：Y=524212+51090.5t第36页，共47页，编辑于2022年，星期六对时间序列拟合了趋势模型，如果用线性趋势模型Yt=524212+51090.5t预测扬州市2000年的农业总产值，得到扬州市2000年农业总产值的预测值为779 665万元。第37页，共47页，编辑于2022年，星期六 生

15、生 长长 曲曲 线线 趋趋 势势 外外 推推 法法 一、龚珀兹曲线模型及其应用 龚珀兹曲线预测模型为：第38页，共47页，编辑于2022年，星期六 对函数模型 做线性变换得：龚珀兹曲线对应于不同的lg a与b的不同取值范围而具有间断点。曲线形式如下图所示。第39页，共47页，编辑于2022年，星期六(1)lga0 0b1(2)lga1(3)lga0 0b0 b1kkkk第40页，共47页，编辑于2022年，星期六(1)lga0 0b1k 渐进线（k）意味着市场对某类产品的需求 已逐渐接近饱和状态。第41页，共47页，编辑于2022年，星期六(2)lga1k 渐进线（k）意味着市场对某类产品的需

16、求已由饱和状态开始下降。第42页，共47页，编辑于2022年，星期六(3)lga0 0b0 b1k 渐进线（k）意味着市场对某类产品的需求从最低水平k迅速上升。第44页，共47页，编辑于2022年，星期六 二、皮尔曲线模型及其应用 皮尔曲线预测模型为：第45页，共47页，编辑于2022年，星期六 曲曲 线线 拟拟 合合 优优 度度 分分 析析 一、曲线的拟合优度分析 如前所述，实际的预测对象往往无法通过图形直观确认某种模型，而是与几种模型接近。这时，一般先初选几个模型，待对模型的拟合优度分析后再确定究竟用哪一种模型。第46页，共47页，编辑于2022年，星期六 拟合优度指标：评判拟合优度的好坏一般使用标准误差来作 为优度好坏的指标：第47页，共47页，编辑于2022年，星期六