图例7 一、循环变动及其测定目的二、循环变动的测定方法（一）直接法（二）剩余法循环变动分析循环变动分析-意义循环变动分析―形式直接法剩余法操作步骤用移动平均法，得到TC的估计，由Y/TC,得到仅含季节变动的序列，计算季节指数对原序列建立趋势方程，得趋势项T的估计值原始序列Y/TS得CI的数据对CI进行移动平均得到C的估计注：剔除趋势求季节指数，如果没有特别要求就先采用移动平均法求其趋势，然后求季指回总目录回本章目录平稳时间序列概述平稳时间序列定义常见时间序列模型严平稳回总目录回本章目录平稳时间序列所谓平稳时间序列，指如果序列二阶矩有限 , 且满足如下条件：对任意整数为常数；对任意整数自协方差函数仅与时间间隔有关，和起止时刻无关。即则称序列为宽平稳（或协方差平稳，二阶矩平稳）序列当时，自协方差函数就是方差回总目录回本章目录平稳序列图形上来看就是：(1)序列围绕常数的长期均值波动，称为是均值回复(Meaning Reversion) (2)在每一时刻，方差对均值的偏离基本相同，波动程度大致相等。回总目录回本章目录最简单的宽平稳序列是白噪声，常记为，它是构成其他序列的基石，一般白噪声的定义如下：对任意对任意对不同的时刻自回归模型（AR：Auto-regressive）；滑动平均模型（MA：Moving-Average）；自回归滑动平均模型（ARMA：Auto-regressive Moving-Average）。回总目录回本章目录常见时间序列模型 P阶自回归模型AR(P)模型回总目录回本章目录其中
称为自回归系数，为白噪声序列上式称为是p阶自回归模型，简记为AR(p) 当满足一定条件时，序列是平稳的零均值时间序列满足如下形式 q阶滑动平均模型MA(q)模型回总目录回本章目录其中称为滑动平均系数，为白噪声序列上式称为是q阶滑动平均模型，简记为MA(q) 当阶数q有限时，序列是平稳的零均值时间序列满足如下形式自回归滑动平均模型(ARMA)模型回总目录回本章目录其中称为自回归系数，称为滑动平均系数，为白噪声序列上式称为是p阶自回归模型－q阶滑动平均模型，简记为AMMA(p,q). 当p=0, AMMA(p,q)－－MA(q) 一般ARMA模型的数学形式为当满足一定条件时，序列是平稳的.从以上定义中可以看出,AR模型和MA模型即为ARMA模型的特例当q=0, AMMA(p,q)－－MA(p) 回总目录回本章目录 ARMA模型的识别相关函数定阶法信息准则定阶法严平稳回总目录回本章目录相关函数定阶法采用ARMA模型对现有的数据进行建模，首要的问题是确定模型的阶数，即相应的p,q的值，对于ARMA模型的识别主要是通过序列的自相关函数以及偏自相关函数进行的。序列的自相关函数度量了与之间的线性相关程度，用表示，定义如下其中表示序列的方差 * *
第十一章时间序列分析时间序列把某种现象发展变化的指标数值按一定时间顺序排列起来形成的数列，称为时间序列（数列），有时也称为动态数列。任何一个时间序列都具有两个基本要素：
一是现象所属的时间、二是与时间所对应的指标值时间序列的构成
要素长期趋势(long Trend)――T 季节变动(Seasonal Fluctuation)――S 循环变动(Cyclical Variation)――C 不规
则变动(Irregular Random Variation)――I 时间序列的数学模型乘法模型―各因素的影响相
互不独立： * Y=T×S×C×I 加法模型―各因素的影响相互
独立 Y=T+S+C+I 图形描述及模型作图是显示统计
数据基本变动规律最简单、最直观的方法，根据图我们可以识别：平
稳时间序列（水平趋势）*不要求非平稳时间序列（上升趋势、下降
趋势）仅包含长期趋势的时间序列―Y=T×I 既包含长期趋势、又包
括季节变动的时间序列 Y=T×S×I 平稳时间序列―化
学反应产出量非平稳时间序列―冰箱月度需求仅包含长期趋势和
不规则变动既包含长期趋势，又包含季节变动一、移动平均法二、
趋势线法长期趋势分析移动平均法移动
平均法例题图移动平均法特点①移动平均对原数列有修匀作用，
平均的时距数越大，对数列修匀作用越强。②如果移动奇数项，则
只需移动一次，且损失资料N-1项；如果移动偶数项，则需移动两次，
损失资料为N项。③当数列包含季节变动时，移动平均时距项数N
应与季节变动长度一致。④适宜对数据进行修匀，但不适宜进行预
测。趋势线法例5 注意：对时间标号t的设定，可以设为1，
2，3……也可以设为对称情形，如果序列有奇数项可设为…，-3，-2，
-1，0，1，2，3，…如果序列有偶数项可设为…，-5，-3，-1，1，
3，5，…例6 某企业各年份销售额EXCEL(CH12-例6课件）考虑如下问题数据中是否含趋势测定长期趋势线性方程的系数时刻序列t为定义-7,-6,…0,1…7 预测1998年的销售额一、季节变动及其测定目的二、季节变动分析的原理与方法三、季节变动的调整季节变动分析一、季节变动及其测定目的季节变动是指客观现象因受自然因素或社会因素影响，而形成的有规律的周期性变动。季节变动在现实生活中经常会遇到，如商业活动中的“销售旺季”和“销售淡季”、农产品和以农产品为原料的某些工业生产的产量和销售量、旅游业的“旅游旺季”和“旅游淡季”，等等。一、季节变动及其测定目的所谓季节变动不仅仅是指随一年中四季而变动，而是泛指有规律的、按一定周期（年、季、月、周、日）重复出现的变化。季节变动的原因通常与自然条件有关，同时也可能是由于生产条件、节假日、风俗习惯等社会经济因素所致。季节变动常会给人们的社会经济生活带来某种影响，如会影响某些商品的生产、销售与库存。一、季节变动及其测定目的我们测定季节变动的意义主要在于认识规律、分析过去、预测未来。其目的一是通过分析与测定过去的季节变动规律，为当前的决策提供依据；二是为了对未来现象季节变动作出预测，以便提前作出合理的安排：三是为了当需要不包含季节变动因素的数据时，能够消除季节变动对数列的影响，以便更好地分析其他因素。二、季节变动分析的原理与方法测定季节变动的方法很多，从是否考虑长期趋势的影响看可分为两种：一是不考虑长期趋势的影响，根据原始时间序列直接去测定季节变动；二是根据剔
除长期趋势后的数据测定季节变动。原始资料平均法趋势剔除法原始资料平均法例题注意例6 注意事项运用此方法的基本假定是原时间序列没有明显的长期趋势和循环变动，通过各年同期数据的平均，可以消除不规则变动，而且当平均的期间与循环周期基本一致时，也在一定程度上消除了循环波动。当时间序列存在明显的长期趋势时，会使季节变动的分析不准确，如存在明显的上升趋势时，年末季节变动指数会远高于年初季节变动指数；当存在明显的下降趋势时，年末的季节指数会远低于年初的季节指数。所以只有当数列的长期趋势和循环变动不明显时，运用原始资料平均法才比较比轮合适。趋势剔除法如果数列包含有明显的上升（下降）趋势或循环变动，为了更准确地计算季节指数，就应当首先设法从数列中消除趋势因素，然后再用平均的方法消除不规则变动，从而较准确地分解出季节变动成分。数列的长期趋势可用移动平均法或趋势方程拟合法测定。操作步骤书上例题 EXCEL操作操作步骤―乘法模型例7 三、季节变动的调整例题
(一) 填空题 1、时间数列又称数列,一般由和两个基本要素构成。 2、动态数列按统计指标的表现形式可分为、和三大类，其中 最基本的时间数列是。 3、编制动态数列最基本的原则是。 4、时间数列中的四种变动（构成因素）分别是：、、、和 5、时间数列中的各项指标数值，就叫，通常用a表示。 6、平均发展水平是对时间数列的各指标求平均，反映经济现象在不同时间的平均水平或代表性水平，又称：平均数，或平均数。 7、增长量由于采用的基期不同，分为增长量和增长量，各增长量之和等于相应的增长量。 8、把报告期的发展水平除以基期的发展水平得到的相对数叫，亦称动态系数。根据采用的基期不同，它又可分为发展速度和发展速度两种。 9、平均发展速度的计算方法有法和法两种。 10、某企业2000年的粮食产量比90年增长了2倍，比95年增长了0.8倍，则95年粮食产量比90年增长了倍。 11、把增长速度和增长量结合起来而计算出来的相对指标是：。 12、由一个时期数列各逐期增长量构成的动态数列，仍属时期数列；由一个时点数列各逐期增长量构成的动态数列，属数列。 13、在时间数列的变动影响因素中，最基本、最常见的因素是，举出三种常用的测定方法、、。 14、若原动态数列为月份资料，而且现象有季节变动，使用移动平均法对之修匀时，时距宜确定为项，但所得各项移动平均数，尚需，以扶正其位置。 15、使用最小平方法配合趋势直线时，求解 a、b参数值的那两个标准方程式为。 16、通常情况下，当时间数列的一级增长量大致相等时，可拟合趋势方程，而当时间数列中各二级增长量大致相等时，宜配合趋势方程。 17、用半数平均法求解直线趋势方程的参数时，先将时间数列分成的两部分，再分别计算出各部分指标平均数和的平均数，代入相应的联立方程求解即得。 18、分析和测定季节变动最常用、最简便的方法是。这种方法是通过对若干年资料的数据，求出与全数列总平均水平，然后对比得出各月份的。 19、如果时间数列中既有长期趋势又有季节变动，则应用法来计算季节比率。 20、商业周期往往经历了从萧条、复苏、繁荣再萧条、复苏、繁荣……的过程，这种变动称为变动。 (二) 单项选择题 1、组成动态数列的两个基本要素是( )。 A、时间和指标数值 B、变量和次数（频数） C、主词和宾词 D、水平指标和速度指标 2、下列数列中哪一个属于动态数列（） A.学生按学习成绩分组形成的数列 B.职工按工资水平分组形成的数列 C.企业总产值按时间顺序形成的数列 D.企业按职工人数多少形成的分组数列 3、下列属于时点数列的是( )。 A、某工厂各年工业总产值； B、某厂各年劳动生产率； C、某厂历年年初固定资产额 D、某厂历年新增职工人数。 4、时间数列中，各项指标数值可以相加的是( )。 A、时期数列 B、相对数时间数列 C、平均数时间数列 D、时点数列 5、工人劳动生产率时间数列，属于( )。 A、时期数列 B、时点数列 C、相对数时间数列 D、平均数数列
第五章时间序列分析 一、单项选择题 1.构成时间数列的两个基本要素是( C )（2012年1月） A.主词和宾词 B.变量和次数 C.现象所属的时间及其统计指标数值 D.时间和次数 2．某地区历年出生人口数是一个( B )（2011年10月） A．时期数列 B.时点数列 C.分配数列 D.平均数数列 3.某商场销售洗衣机，2008年共销售6000台，年底库存50台，这两个指标是( C ) （2010年10） A.时期指标 B.时点指标 C.前者是时期指标，后者是时点指标 D.前者是时点指标，后者是时期指标 4.累计增长量( A ) （2010年10） A.等于逐期增长量之和 B.等于逐期增长量之积 C.等于逐期增长量之差 D.与逐期增长量没有关系 5.某企业银行存款余额4月初为80万元，5月初为150万元，6月初为210万元，7月初为160万元，则该企业第二季度的平均存款余额为（ C ）（2009年10） 万元万元万元万元 6.下列指标中属于时点指标的是( A ) （2009年10） A.商品库存量 B.商品销售量 C.平均每人销售额 D.商品销售额 7.时间数列中，各项指标数值可以相加的是( A ) （2009年10） A.时期数列 B.相对数时间数列 C.平均数时间数列 D.时点数列 8.时期数列中各项指标数值（ A ）（2009年1月） A.可以相加 B.不可以相加 C.绝大部分可以相加 D.绝大部分不可以相加 10.某校学生人数2005年比2004年增长了8%，2006年比2005年增长了15%，2007年比2006年增长了18%，则2004-2007年学生人数共增长了（ D ）（2008年10月） ％+15％+18％％×15％×18％ C.（108％+115％+118％）-1 ％×115％×118％-1 二、多项选择题 1.将不同时期的发展水平加以平均而得到的平均数称为( ABD )（2012年1月） A.序时平均数 B.动态平均数 C.静态平均数 D.平均发展水平 E.一般平均数2．定基发展速度和环比发展速度的关系是( BD )（2011年10月） A．相邻两个环比发展速度之商等于相应的定基发展速度 B.环比发展速度的连乘积等于定基发展速度
校级精品课程《统计学》 习题
第四章时间序列 一、单项选择题 1. 时间序列是( ) A. 分配数列 B.分布数列 C.时间数列 D.变量数列 2. 时期序列和时点序列的统计指标( )。 A. 都是绝对数 B.都是相对数 C.既可以是绝对数，也可以是相对数 D.既可以是平均数，也可以是绝对数 3. 时间序列是( )。 A .连续序列的一种 B .间断序列的一种 C. 变量序列的一种 D.品质序列的一种 4. 最基本的时间序列是( )。 A. 时点序列 B.绝对数时间序列 C.相对数时间序列 D.平均数时间序列 5. 为便于比较分析，要求时点序列指标数值的时间间隔( )。 A. 必须连续 B.最好连续 C.必须相等 D.最好相等 6. 时间序列中的发展水平( )。 A. 只能是总量指标 B.只能是相对指标 C. 只能是平均指标 D.上述三种指标均可 7. 在平均数时间序列中各指标之间具有( )。 A.总体性 B.完整性 C.可加性 D.不可加性 8. 序时平均数与一般平均数相比较( )。
A. 均抽象了各总体单位的差异 B. 均根据同种序列计算 C. 序时平均数表明现象在某一段时间内的平均发展水平，一般平均数表明现象在规定时间内总体的一般水平 D. 严格说来，序时平均数不能算作平均数 9. 序时平均数与一般平均数的共同点是( )。 A.两者均是反映同一总体的一般水平 B.都是反映现象的一般水平 C.两者均可消除现象波动的影响 D.都反映同质总体在不同时间的一般水平 10. 时期序列计算序时平均数应采用( )。 A.加数算术平均法 B.简单算术平均法 C.简单算术平均法 D.加权算术平均数 11. 间隔相等连续时点序列计算序时平均数，应采用( )。 A.简单算术平均法 B.加数算术平均法 C.简单序时平均法 D.加权序时平均法 12. 由间断时点序列计算序时平均数，其假定条件是研究现象在相邻两个时点之 间的变动为( )。 A.连续的 B.间断的 C.稳定的 D.均匀的 13. 时间序列最基本速度指标是( )。 A.发展速度 B.平均发展速度 C.增减速度 D.平均增减速度 14. 用水平法计算平均发展速度应采用( )。 A.简单算术平均 B.调和平均 C.加权算术平均 D.几何平均 15. 计算速度指标应采用( )。
第五章时间数列 （一）填空题 1、增长量可分为逐期增长量、累积增长量。两者的关系是累积增长量是相应的逐期增长量之和。 2、时间数列按其排列的指标不同可分为总量指标时间数列（绝对数时序）、相对指标时间数列（相对数时序）、平均指标时间数列（平均数时序）三种，其中总量指标时间数列是基本数列。 3、根据时间数列中不同时间的发展水平所求的平均数叫平均发展水平，又称序时平均数。 4、计算平均发展速度的方法有水平法和累计法。且两种方法计算的结果一般是不相同的。必须按照动态数列的性质和研究目的来决定采用哪种方法。如果动态分析中侧重于考察最末一年达到的水平，采用水平法为好；如果动态分析中侧重于考察各年发展水平的总和，宜采用累计法。 5、进行长期性趋势测定的方法有时距扩大法、移动平均法、趋势线配合法、曲线趋势的测定与分析等。 （二）单项选择题（在每小题备选答案中，选出一个正确答案） 1、某企业2000年利润为2000万元，2003年利润增加到2480万元，则2480万元是( A ) A. 发展水平 B. 逐期增长量 C. 累积增长量 D. 平均增长量 2、对时间数列进行动态分析的基础是（A） A、发展水平 B、发展速度 C、平均发展水平 D、增长速
度 3、已知某企业连续三年的环比增长速度分别为6%，7%，8%，则该企业这三年的平 均增长速度为 ( D ) A. B. 4、序时平均数又称作（ B ） A 、平均发展速度 B 、平均发展水平 C 、平均增长速度 D 、静 态平均数 5、假定某产品产量2002年比1998年增加50%，那么 1998-2002年的平均发展速 度为( D ) 6、现有5年各个季度的资料，用四项移动平均对其进行修匀，则修匀后的时间数 列项数为（ B ） A 、12项 B 、16项 C 、17项 D 、18项 7、累积增长量与其相应的各个逐期增长量的关系是( A ) A. 累积增长量等于其相应的各个逐期增长量之和 B. 累积增长量等于其相应的各个逐期增长量之积 C. 累积增长率与其相应增长量之差 D. 两者不存在任何关系 8、最基本的时间数列是（ A ） A 、绝对数时间数列 B 、相对数时间数列 C 、平均数时间数列 D 、时点数列 %8%7%6??%8%7%6++
第二章习题答案 2.1 （1）非平稳 （2）0.0173 0.700 0.412 0.148 -0.079 -0.258 -0.376 （3）典型的具有单调趋势的时间序列样本自相关图 2.2 （1）非平稳，时序图如下 （2）-（3）样本自相关系数及自相关图如下：典型的同时具有周期和趋势序列的样本自相关图
2.3 （1）自相关系数为：0.2023 0.013 0.042 -0.043 -0.179 -0.251 -0.094 0.0248 -0.068 -0.072 0.014 0.109 0.217 0.316 0.0070 -0.025 0.075 -0.141 -0.204 -0.245 0.066 0.0062 -0.139 -0.034 0.206 -0.010 0.080 0.118 （2）平稳序列 （3）白噪声序列 2.4 ，序列 LB=4.83，LB统计量对应的分位点为0.9634，P值为0.0363。显著性水平=0.05 不能视为纯随机序列。 2.5 （1）时序图与样本自相关图如下
（2） 非平稳 （3）非纯随机 2.6 （1）平稳，非纯随机序列（拟合模型参考：ARMA(1,2)） （2）差分序列平稳，非纯随机 第三章习题答案 3.1 解：1()0.7()()t t t E x E x E ε-=?+ 0)()7.01(=-t x E 0)(=t x E t t x ε=-）B 7.01( t t t B B B x εε)7.07.01()7.01(221Λ+++=-=- 229608.149 .011 )(εεσσ=-= t x Var 49.00212==ρφρ 022=φ 3.2 解：对于AR （2）模型： ?? ?=+=+==+=+=-3.05 .02110211212112011φρφρφρφρρφφρφρφρ 解得：???==15/115 /72 1φφ 3.3 解：根据该AR(2)模型的形式，易得：0)(=t x E 原模型可变为：t t t t x x x ε+-=--2115.08.0 2212122 ) 1)(1)(1(1)(σφφφφφφ-+--+-= t x Var 2) 15.08.01)(15.08.01)(15.01() 15.01(σ+++--+= =1.98232σ ?????=+==+==-=2209.04066.06957.0)1/(1221302112211ρφρφρρφρφρφφρ ?? ? ??=-====015.06957.033222111φφφρφ
第六章时间数列分析 一、名词 1、时间数列：按照时间次序排列起来而形成的统计数列，又可称为动态数列。 2、时期数列：就是由时期指标构成的时间数列。 3、时点数列：就是由时点数构成的时间数列。 4、发展速度：它是时间数列中各个报告期水平与基期水平之比。 5、序时平均数：以时间为序对数列水平进行平均而获得的平均数。 6、平均发展速度：平均发展速度就是时间数列中各个环比发展速度的一般水平，即对各个环比发展速度的平均。 二、填空 1、时间数列的两个要素构成是（按顺序排列起来的时间）和（各时间所对应的数值）。 2、一般把时间数列的第一项指标数值称为（最初水平），把最后一项指标数值称为（最末水平）。 3、时间数列按数列中指标的性质不同分为：（绝对数时间数列）、（相对数时间数列）和（平均数时间数列）。 4、绝对数动态数列按照指标性质不同分为（时期数列）和（时点数列）两种。 5、动态比较指标一般包括：（增长量）、（发展速度）、（增长速度）和（增长1%的绝对值）。 6、发展速度是时间数列中各个（报告期水平）与（基期水平）之比，由于计算时所采用的基期不同，发展速度又分为（环比发展速度）和（定基发展速度）。 7、定基发展速度等于相应时期的环比发展速度的（连乘积）。 8、增长1%的绝对值是指增长速度每增长百分之一的绝对数量。它是（逐期增长量）与（环比增长速度）之比。 9、平均发展速度是时间数列中各个环比发展速度的一般水平根据所研究现象的不同特点，平均发展速度的计算方法有（水平法）和（累计法）两种。 10、一般来说，时间数列的变动中包含四种影响因素：（长期趋势）、（季节趋势）、（循环变动）和（不规则变动）。 11、长期趋势测定的方法很多，常用的有：（时距扩大法）、（移动平均法）、分割平均法、（最小平方法）等。 三、选择 （一）单项选择 1、在动态数列中，最基本的数列是（A） A、绝对数时间数列 B、相对数时间数列 C、平均数时间数列 D、时点数列 2、由各年年末人口数组成的时间数列是（D） A、时期数列 B、相对数时间数列 C、平均数时间数列 D、时点数列 3、两个相邻时期的定基发展水平之比，是这两个时期的（B） A、定基发展速度 B、环比发展速度 C、定基增长速度 D、环比增长速度 4、根据未经整理的连续时点数列计算序时平均数是采用（C） A、几何平均法 B、加权算术平均法 C、简单算术平均法 D、首尾折半法 5、已知某企业总产值2001年比2000年增长6%，2002年比2001年增长8%，2003年比2002年增长10%。则三年来该企业总产值平均每年增长（B）。 A、8% B、7.99% C、107.99% D、7.83% （二）多项选择 1、时间数列的编制原则包括（ ABCD ） A、总体范围的一致性 B、指标内容的一致性 C、计算口径的一致性
《时间序列分析》习题解答?0?2习题2.3?0?21考虑时间序列10判断该时间序列是否 平稳计算该序列的样本自相关系数 kρ∧绘制该样本自相关图并解释该图形. ?0?2解根据时序图可以看出该时间序列有明显的递增趋势所以它一定不是平稳序列?0?2即可判断该时间序是非平稳序列其时序图程序见后。?0?2 时间序描述程序data example1 input number timeintnxyear01jan1980d _n_-1 format time date. cards 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 proc gplot dataexample1 plot numbertime1 symbol1 cblack vstar ijoin run?0?2?0?2?0?2当延迟期数即k本题取值1 2 3 4 5 6远小于样本容量n本题为20时自相关系数kρ∧计算公式为 number1234567891011121314151617181920time01JAN8001J AN8101JAN8201JAN8301JAN8401JAN8501JAN8601JAN870 1JAN8801JAN8901JAN9001JAN9101JAN9201JAN9301JAN9 401JAN9501JAN9601JAN9701JAN9801JAN99121nkttktknttX XXXXXρ?6?1∧?6?1?6?1≈?6?1∑∑ 0kn4.9895?0?2 注20.05125.226χ接受原假设认为该序列为纯随机序列。?0?2解法三、Q统计量法计算Q统计量即12214.57kkQnρ∑?0?2?0?2?0?2?0?2?0?2?0?2?0?2?0?2?0?2?0?2查表得210.051221.0261χ?6?1由于Q统
统计学时间数列 内部编号：（YUUT-TBBY-MMUT-URRUY-UOOY-DBUYI-0128）
第五章时间数列 （一）填空题 1、增长量可分为逐期增长量、累积增长量。两者的关系是累积增长量是相应的逐期增长量之和。 2、时间数列按其排列的指标不同可分为总量指标时间数列（绝对数时序）、相对指标时间数列（相对数时序）、平均指标时间数列（平均数时序）三种，其中总量指标时间数列是基本数列。 3、根据时间数列中不同时间的发展水平所求的平均数叫平均发展水平，又称序时平均数。 4、计算平均发展速度的方法有水平法和累计法。且两种方法计算的结果一般是不相同的。必须按照动态数列的性质和研究目的来决定采用哪种方法。如果动态分析中侧重于考察最末一年达到的水平，采用水平法为好；如果动态分析中侧重于考察各年发展水平的总和，宜采用累计法。 5、进行长期性趋势测定的方法有时距扩大法、移动平均法、趋势线配合法、曲线趋势的测定与分析等。 （二）单项选择题（在每小题备选答案中，选出一个正确答案） 1、某企业2000年利润为2000万元，2003年利润增加到2480万元，则2480万元是( A ) A. 发展水平 B. 逐期增长量 C. 累积增长量 D. 平均增长量 2、对时间数列进行动态分析的基础是（A）
A 、发展水平 B 、发展速度 C 、平均发展水平 D 、增长 速度 3、已知某企业连续三年的环比增长速度分别为6%，7%，8%，则该企业这三年的 平均增长速度为 ( D ) A. B. 4、序时平均数又称作（ B ） A 、平均发展速度 B 、平均发展水平 C 、平均增长速度 D 、静 态平均数 5、假定某产品产量2002年比1998年增加50% ，那么1998-2002年的平均发展速 度为( D ) 6、现有5年各个季度的资料，用四项移动平均对其进行修匀，则修匀后的时间 数列项数为（ B ） A 、12项 B 、16项 C 、17项 D 、18项 7、累积增长量与其相应的各个逐期增长量的关系是( A ) A. 累积增长量等于其相应的各个逐期增长量之和 B. 累积增长量等于其相应的各个逐期增长量之积 C. 累积增长率与其相应增长量之差 D. 两者不存在任何关系 8、最基本的时间数列是（ A ） A 、绝对数时间数列 B 、相对数时间数列 %8%7%6??%8%7%6++
第十章时间数列分析和预测 一、填空题 1.同一现象在不同时间的相继____________排列而成的序列称为_______________。 2.时间序列在__________重复出现的____________称为季节波动。 3.时间序列在___________呈现出来的某种持续_______________称长期趋势。 4.增长率是时间序列中_________观察值与基期观察值______减1 后的结果。 5.由于比较的基期不同，增长率可分为_____________和______________。 6.复合型序列是指含有___________季节性和___________的序列。 7.某企业2005年的利润额比2000年增长45%，2004年2000年增长30%，则2005年比2004年增长_______；2004年至2000年平均增长率__________。 8.指数平滑法是对过去的观察值__________进行预测的一种方法。 9.如果时间序列中各期的逐期增减量大致相等,则趋势近似于_____________；各期环比值大体相等，则趋势近似于___________。 10.测定季节波动的方法主要有____________和_____________。 二、单项选择题 1.用图形描述时间序列，其时间一般绘制在（） A. 纵轴上 B. 横轴上 C. 左端 D. 右端 2.求解（）趋势参数方法是先做对数变换，将其化为直线模型，然后用最小二乘法求出模型参数 A. 三次曲线 B. 指数曲线 C. 一次直线 D. 二次曲线 3.对运用几个模型分别对时间序列进行拟合后，（）最小的模型即位最好的拟合曲线模型 A. 判定系数 B. 相关系数 C. 标准误差 D.D—W值 4.当数据的随机波动较大时，选用的移动间隔长度K应该（） A. 较大 B. 较小 C. 随机 D. 等于n 5.在进行预测时，最新观察值包含更多信息，可考虑权重应（） A. 更大 B. 更小 C. 无所谓 D. 任意 6. 按季度资料计算的季节指数S的取值范围是（） A. 0≤ S ≤4 B. 0 ≤S≤ 1
【时间简“识”】 说明：本文摘自于经管之家(原人大经济论坛) 作者：胖胖小龟宝。原版请到经管之家(原人大经济论坛) 查看。 1.带你看看时间序列的简史 现在前面的话—— 时间序列作为一门统计学，经济学相结合的学科，在我们论坛，特别是五区计量经济学中是热门讨论话题。本月楼主推出新的系列专题——时间简“识”，旨在对时间序列方面进行知识扫盲（扫盲，仅仅扫盲而已……），同时也想借此吸引一些专业人士能够协助讨论和帮助大家解疑答惑。 在统计学的必修课里，时间序列估计是遭吐槽的重点科目了，其理论性强，虽然应用领域十分广泛，但往往在实际操作中会遇到很多“令人发指”的问题。所以本帖就从基础开始，为大家絮叨絮叨那些关于“时间”的故事！
Long long ago，有多long？估计大概7000年前吧，古埃及人把尼罗河涨落的情况逐天记录下来，这一记录也就被我们称作所谓的时间序列。记录这个河流涨落有什么意义？当时的人们并不是随手一记，而是对这个时间序列进行了长期的观察。结果，他们发现尼罗河的涨落非常有规律。掌握了尼罗河泛滥的规律，这帮助了古埃及对农耕和居所有了规划，使农业迅速发展，从而创建了埃及灿烂的史前文明。 好~~从上面那个故事我们看到了 1、时间序列的定义——按照时间的顺序把随机事件变化发展的过程记录下来就构成了一个时间序列。 2、时间序列分析的定义——对时间序列进行观察、研究，找寻它变化发展的规律，预测它将来的走势就是时间序列分析。 既然有了序列，那怎么拿来分析呢？ 时间序列分析方法分为描述性时序分析和统计时序分析。 1、描述性时序分析——通过直观的数据比较或绘图观测，寻找序列中蕴含的发展规律，这种分析方法就称为描述性时序分析 ?描述性时序分析方法具有操作简单、直观有效的特点，它通常是人们进行统计时序分析的第一步。
时间序列分析-第二章-时间序列的预处理
两时间序列重叠显示时序图 2.4.2 平稳性与纯随机性检验 1、平稳性检验 为了判断序列是否平稳，除了需要考虑时序图的性质，还需要对自相关图进行检验。SAS系统ARIMA 过程中的IDENTIFY语句可以提供非常醒目的自相关图。 data example2_2; input freq@@; year=intnx ('year','1jan1970'd,_n_-1); format year year4.; cards; 97 154 137.7 149 164 157 188 204 179 210
202 218 209 204 211 206 214 217 210 217 219 211 233 316 221 239 215 228 219 239 224 234 227 298 332 245 357 301 389 ; proc arima data=example2_2; identify var=freq; run; 语句说明： （1）“proc arima data=example2_2;”是告诉系统，下面要对临时数据集example2_2中的数据进行ARIMA程序分析。 （2）“identify var=freq;”是对指令变量freq 的某些重要性质进行识别。 执行本例程序，IDENTIFY语句输出的描述性信息如下：
这部分给出了分析变量的名称、序列均值、标准差和观察值个数。 IDENTIFY语句输出结果的第二部分分为自相关图，本例获得的样本自相关见下图。 序列FREQ样本自相关图 其中： Lag——延迟阶数。 Covariance——延迟阶数给定后的自协方差函数。 Correlation——自相关系数的标准差。 “.”——2倍标准差范围。 2、纯随机性检验 为了判断序列是否有分析价值，我们必须对序列进行纯随机性检验，即白噪声检验。在IDENTIFY输出结果的最后一部分信息就是白噪声检验结果。本例中白噪声检验输出结果如下：
【关键字】情况、方法、增长、计划、认识、问题、配合、发展、工程、规模、比重、水平、速度、关系、分析、简化、扩大、实现 第五章 动态数列 例1、“九五”时期我国国内生产总值资料如下： 单位：亿元 试计算“九五”时期我国国内生产总值和其中各产业的平均发展水平。 解：【分析】这是时期数列资料，可按简单算术平均数（ n a ∑）计算平均发展水平。 计算结果如下： 国内生产总值平均发展水平78432.7亿元 其中：第一产业平均发展水平14258.3亿元；第二产业平均发展水平39100.1亿元；第三产业平均发展水平25074.2亿元。 例2、我国人口自然增长情况见下表： 单位：万人 试计算我国在“七五”时期年平均增加人口数量。 解：【分析】新增长人口是时期指标，故平均增加人口数量仍用n a a ∑=计算。 年平均增加4.16965 1629 1678172617931656=++++== ∑n a a （万人） 例3、某商店2010年商品库存资料如下： 试计算第一季度、第二季度、上半年、下半年和全年的平均库存额。 解：这是一个等间隔时点数列，用“首末折半法”计算：
例4、某企业2002年各月份记录在册的工人数如下： 试计算2002年该企业平均工人数。 解：【分析】这是不等间隔时点数列，用间隔月数进行加权的公式计算平均工人数： 1 211 1232121)(21 )(21)(2 1---+++++++++=n n n n f f f f a a f a a f a a a 1 3322112412 4123241241432414408224083352233533012330326+++++?++?++?++?++?++?+= =385（人） 例5、某企业2002年各季度计划利润和利润计划完成程度的资料如下： 试计算该企业年度利润计划平均完成百分比。 解：【分析】应该按两个时期数列对比组成的相对指标动态数列计算序时平均数的算式计算： 该企业利润年平均计划完成百分比（%） %132898 875887860% 125898%138875%135887%130860=+++?+?+?+?= 例6、1995-2000年各年底某企业职工工人数和工程技术人员数资料如下： 试计算工程技术人员占全部职工人数的平均比重。 解：【分析】这是由两个时点数列对比所组成的相对指标动态数列计算序时平均数的问题。分子和分母均应按“首末折半法”计算序时平均数后加以对比。 工程技术人员占全部职工工人数比重（%） )2 121(11) 212 1(11121121n n n n b b b b n a a a a n ++++-++++-=-- =
第五章时间序列的模型识别 前面四章我们讨论了时间序列的平稳性问题、可逆性问题，关于线性平稳时间序列模型，引入了自相关系数和偏自相关系数，由此得到ARMA(p, q)统计特性。从本章开始，我们将运用数据开始进行时间序列的建模工作，其工作流程如下： 图5.1 建立时间序列模型流程图 在ARMA(p,q)的建模过程中，对于阶数(p,q)的确定，是建模中比较重要的步骤，也是比较困难的。需要说明的是，模型的识别和估计过程必然会交叉，所以，我们可以先估计一个比我们希望找到的阶数更高的模型，然后决定哪些方面可能被简化。在这里我们使用估计过程去完成一部分模型识别，但是这样得到的模型识别必然是不精确的，而且在模型识别阶段对于有关问题没有精确的公式可以利用，初步识别可以我们提供有关模型类型的试探性的考虑。 对于线性平稳时间序列模型来说，模型的识别问题就是确定ARMA(p,q)过程的阶数，从而判定模型的具体类别，为我们下一步进行模型的参数估计做准备。所采用的基本方法主要是依据样本的自相关系数（ACF）和偏自相关系数（PACF）初步判定其阶数，如果利用这种方法无法明确判定模型的类别，就需要借助诸如AIC、BIC 等信息准则。我们分别给出几种定阶方法，它们分别是（1）利用时间序列的相关特性，这是识别模型的基本理论依据。如果样本的自相关系数（ACF）在滞后q+1阶时突然截断，即在q处截尾，那么我们可以判定该序列为MA(q)序列。同样的道理，如果样本的偏自相关系数（PACF）在p处截尾，那么我们可以判定该序列为AR(p)序列。如果ACF和PACF 都不截尾，只是按指数衰减为零，则应判定该序列为ARMA(p,q)序列，此时阶次尚需作进一步的判断；（2）利用数理统计方法检验高阶模型新增加的参数是否近似为零，根据模型参数的置信区间是否含零来确定模型阶次，检验模型残差的相关特性等；（3）利用信息准则，确定一个与模型阶数有关
统计学题目ch8时间数列 （一）填空题 1、时间数列又称_____ 数列,一般由 ______ 和—两个基本要素构成。 2、动态数列按统计指标的表现形式可分 为_______ 、________ 和 _________ 三大 类，其中最基本的时间数列是_________ 。 3、编制动态数列最基本的原则是____________ 。 4、时间数列中的四种变动（构成因素）分别 是：________ 、________ 、________ 、和 _____ 5、_______________________________________ 时间数列中的各项指标数值，就叫______________ ，通常用a表示。 6、平均发展水平是对时间数列的各指标求平均，反映经济现象在不同时间的平均水平或代表性水平，又称：_________ 平均数，或________ 平均数。 7、增长
量由于采用的基期不同，分为增长量和______ 增长量，各______ 增长量之和等于 相应的______ 增长量。 &把报告期的发展水平除以基期的发展水平得到的相对数叫，亦称动态系数。根据采用的基期不同，它又可分为发展速度和—发展速度两种。 9、平均发展速度的计算方法有________ 法和法两种。 10、某企业2000年的粮食产量比90年增长了2 倍，比95年增长了0.8倍，则95年粮食产量比 90年增长了_______ 倍。 11、把增长速度和增长量结合起来而计算出来的 相对指标是：_________________ 。 12、由一个时期数列各逐期增长量构成的动态数列，仍属时期数列；由一个时点数列各逐期增长量构成的动态数列，属__________ 数列。 13、在时间数列的变动影响因素中，最基本、最 常见的因素是______ ，举出三种常用的测定方 法__________________ 、_________________ 、 14、若原动态数列为月份资料，而且现象有季节 变动，使用移动平均法对之修匀时，时距宜确定为 项，但所得各项移动平均数，尚 需________ ，以扶正其位置。 15、使用最小平方法配合趋势直线时，求解a、
时间序列分析实验指导
4 2 -2 -4 50100150200250 统计与应用数学学院
前言 随着计算机技术的飞跃发展以及应用软件的普及，对高等院校的实验教学提出了越来越高的要求。为实现教育思想与教学理念的不断更新，在教学中必须注重对大学生动手能力的培训和创新思维的培养，注重学生知识、能力、素质的综合协调发展。为此，我们组织统计与应用数学学院的部分教师编写了系列实验教学指导书。 这套实验教学指导书具有以下特点： ①理论与实践相结合，书中的大量经济案例紧密联系我国的经济发展实际，有利于提高学生分析问题解决问题的能力。 ②理论教学与应用软件相结合，我们根据不同的课程分别介绍了SPSS、SAS、MATLAB、EVIEWS等软件的使用方法，有利于提高学生建立数学模型并能正确求解的能力。 这套实验教学指导书在编写的过程中始终得到安徽财经大学教务处、实验室管理处以及统计与应用数学学院的关心、帮助和大力支持，对此我们表示衷心的感谢！ 限于我们的水平，欢迎各方面对教材存在的错误和不当之处予以批评指正。
统计与数学模型分析实验中心 2007年2月
目录
实验一EVIEWS中时间序列相关函数操作 【实验目的】熟悉Eviews的操作：菜单方式，命令方式； 练习并掌握与时间序列分析相关的函数操作。 【实验内容】 一、EViews软件的常用菜单方式和命令方式； 二、各种常用差分函数表达式； 三、时间序列的自相关和偏自相关图与函数； 【实验步骤】 一、EViews软件的常用菜单方式和命令方式； ㈠创建工作文件 ⒈菜单方式 启动EViews软件之后，进入EViews主窗口 在主菜单上依次点击File/New/Workfile，即选择新建对象的类型为工作文件，将弹出一个对话框，由用户选择数据的时间频率（frequency）、起始期和终止期。选择时间频率为Annual（年度），再分别点击起始期栏（Start date）和终止期栏（End date），输入相应的日期，然后点击OK按钮，将在EViews 软件的主显示窗口显示相应的工作文件窗口。 工作文件窗口是EViews的子窗口，工作文件一开始其中就包含了两个对象，一个是系数向量C（保存估计系数用），另一个是残差序列RESID（实际值与拟合值之差）。
第五章 动态数列 例1、“九五”时期我国国内生产总值资料如下： 单位：亿元 试计算“九五”时期我国国内生产总值和其中各产业的平均发展水平。 解：【分析】这是时期数列资料，可按简单算术平均数（n a ∑）计算平均发展水平。 计算结果如下： 国内生产总值平均发展水平78432.7亿元 其中：第一产业平均发展水平14258.3亿元；第二产业平均发展水平39100.1亿元；第三产业平均发展水平25074.2亿元。 例2、我国人口自然增长情况见下表： 单位：万人 试计算我国在“七五”时期年平均增加人口数量。 解：【分析】新增长人口是时期指标，故平均增加人口数量仍用n a a ∑= 计算。 年平均增加4.16965 1629 1678172617931656=++++== ∑n a a （万人） 例3、某商店2010年商品库存资料如下： 单位：万元 试计算第一季度、第二季度、上半年、下半年和全年的平均库存额。 解：这是一个等间隔时点数列，用“首末折半法”计算：
1 212 1121-++++=-n a a a a a n n （万元）第一季度平均库存额8.563 2485560263=+ ++= （万元）第二季度平均库存额443 2504043248=+ ++=（万元）第三季度平均库存额8.463 2454548250=+ ++=（万元）第四季度平均库存额8.573 2686057245=+ ++= （万元）上半年平均库存额4 .502 44 8.56=+= （万元）下半年平均库存额3 .522 8 .578.46=+= （万元） 全年平均库存额35.514 8 .578.46448.56=+++= 试计算2002年该企业平均工人数。 解：【分析】这是不等间隔时点数列，用间隔月数进行加权的公式计算平均工人数： 1 211 1232121)(21 )(21)(2 1---+++++++++=n n n n f f f f a a f a a f a a a 1 3322112412 4123241241432414408224083352233533012330326+++++?++?++?++?++?++?+= =385（人） 例5、某企业2002年各季度计划利润和利润计划完成程度的资料如下：
时间序列分析习题解答 第二章 P.33 2.3 习 题 2.1 考虑序列{1，2，3，4，5，…，20}： (1) 判断该序列是否平稳； (2) 计算该序列的样本自相关系数k ^ ρ(k=1,2,…,6); (3) 绘制该样本自相关图，并解释该图形。 解：(1) 由于不存在常数μ，使,t EX t T μ=?∈，所以该序列不是平稳序列。 显然，该序列是按等步长1单调增加的序列。 (2) 1^ρ=0.85000 2^ρ=0.70150 3^ ρ=0.55602 4^ρ=0.41504 5^ρ=0.28008 6^ ρ=0.15263 (3) 样本自相关图 该图横轴表示自相关系数，纵轴表示延迟时期数。该图的自相关系数递减的速度缓慢，在6期的延迟时期里，自相关系数一直为正，说明该序列是有单调趋势的非平稳序列。 附：SAS 程序如下： data ex2_1; input freq@@; cards; 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 ; proc arima data=ex2_1; identify var=freq Nlag=6; run; 可得到上图的自相关图等内容, 更多结果被省略。
2.2 1975-1980年夏威夷岛莫那罗亚火山（Mauna Loa ）每月释放的CO 2数据如下（单位：ppm ）见下表。 330.45 330.97 331.64 332.87 333.61 333.55 331.90 330.05 328.58 328.31 329.41 330.63 331.63 332.46 333.36 334.45 334.82 334.32 333.05 330.87 329.24 328.87 330.18 331.50 332.81 333.23 334.55 335.82 336.44 335.99 334.65 332.41 331.32 330.73 332.05 333.53 334.66 335.07 336.33 337.39 337.65 337.57 336.25 334.39 332.44 332.25 333.59 334.76 335.89 336.44 337.63 338.54 339.06 338.95 337.41 335.71 333.68 333.69 335.05 336.53 337.81 338.16 339.88 340.57 341.19 340.87 339.25 337.19 335.49 336.63 337.74 338.36 （1）绘制该序列时序图，并判断该序列是否平稳； （2）计算该序列的样本自相关系数k ^ (k=1,2,…,24); （3）绘制该样本自相关图，并解释该图形。 解：(1) 该序列的时序图： 由上图可以看出，CO 2排量总体逐步上升，且以年为周期呈现出一定的周期性。 故该序列是呈现带周期性的单调上升趋势，该序列不平稳。
佛山科学技术学院 应用时间序列分析实验报告 实验名称第五章非平稳序列的随机分析 一、上机练习 通过第4章我们学习了非平稳序列的确定性因素分解方法，但随着研究方法的深入和研究领域的拓宽，我们发现确定性因素分解方法不能很充分的提取确定性信息以及无法提供明确有效的方法判断各因素之间确切的作用关系。第5章所介绍的随机性分析方法弥补了确定性因素分解方法的不足，为我们提供了更加丰富、更加精确的时序分析工具。 5.8.1 拟合ARIMA模型 【程序】 data example5_1; input x@@; difx=dif(x); t=_n_; cards; 1.05 -0.84 -1.42 0.20 2.81 6.72 5.40 4.38 5.52 4.46 2.89 -0.43 -4.86 -8.54 -11.54 -1 6.22 -19.41 -21.61 -22.51 -23.51 -24.49 -25.54 -24.06 -23.44 -23.41 -24.17 -21.58 -19.00 -14.14 -12.69 -9.48 -10.29 -9.88 -8.33 -4.67 -2.97 -2.91 -1.86 -1.91 -0.80 ; proc gplot; plot x*t difx*t; symbol v=star c=black i=join; proc arima; identify var=x(1); estimate p=1; estimate p=1 noint; forecast lead=5id=t out=out; proc gplot data=out; plot x*t=1 forecast*t=2 l95*t=3 u95*t=3/overlay; symbol1c=black i=none v=star; symbol2c=red i=join v=none; symbol3c=green I=join v=none;
时间序列分析第五章作业 班级：09数学与应用数学 学号： 姓名： 习题5.7 1、 根据数据，做出它的时序图及一阶差分后图形，再用ARIMA 模型模拟该序列的发展，得出 预测。根据输出的结果，我们知道此为白噪声，为非平稳序列，同时可以得出序列t x 模型 应该用随机游走模型(0，1，0)模型来模拟，模型为：，并可以预测到下一天 的收盘价为296.0898。 各代码： data example5_1; input x@@; difx=dif(x); t=_n_; cards ; 304 303 307 299 296 293 301 293 301 295 284 286 286 287 284 282 278 281 278 277 279 278 270 268 272 273 279 279 280 275 271 277 278 279 283 284 282 283 279 280 280 279 278 283 278 270 275 273 273 272 275 273 273 272 273 272 273 271 272 271 273 277 274 274 272 280 282 292 295 295 294 290 291 288 288 290 293 288 289 291 293 293 290 288 287 289 292 288 288 285 282 286 286 287 284 283 286 282 287 286 287 292 292 294 291 288 289 ; proc gplot ; plot x*t difx*t; symbol v =star c =black i =join; proc arima data =example5_1; identify Var =x(1) nlag =8 minic p = (0:5) q = (0:5); estimate p =0 q =0 noint; forecast lead =1 id =t out =results; run ; proc gplot data =results; plot x*t=1 forecast*t=2 l95*t=3 u95*t=3/overlay ; symbol1 c =black i =none v =star; symbol2 c =red i =join v =none; symbol3 c =green i =join v =none l =32; run ; 时序图：