徐国祥《统计学》【名校笔记+课后习题+典型习题】 第12章 时间序列分析和预测【圣才出品】
- 格式:pdf
- 大小:1.33 MB
- 文档页数:42
<<统计学>>课后习题参考答案第四章1. 计划完成相对指标==⨯++%100%51%81102.9% 2. 计划完成相对指标=%9.97%100%41%61=⨯-- 3.4.5.解:(1)计划完成相对指标=%56.115%1004513131214=⨯+++(2)从第四年二季度开始连续四季的产量之和为:10+11+12+14=47天完成任务。
个月零该产品总共提前天完成的天数已提前完成任务,提前该产品到第五年第一季1510459010144514121110∴=--+++=6.解:计划完成相对指标=%75.126%100%1.0102005354703252795402301564=⨯⨯⨯++++++(2)156+230+540+279+325+470=2000(万吨) 所以正好提前半年完成计划。
7.8.略第五章 平均指标与标志变异指标1.甲X =.309343332313029282726=++++++++乙X =44.319403836343230282520=++++++++ AD 甲=}22.29303430333032303130303029302830273026=-+-+-+-+-+-+-+-+-AD 乙=}06.594044.313844.313644.313444.313244.313044.312844.312544.3120=-+-+-+-+-+-+-+-+-R 甲=34-26=8 R 乙=40-20=20σ甲 =9)3334()3033()3032()3031()3030()3029()3028()3027()3026(222222222-+-+-+-+-+-+-+-+-=2.58 σ乙=9)44.3140()44.3138()44.3136()44.3134()44.3132()44.3130()44.3128()44.3125()44.3120(222222222-+-+-+-+-+-+-+-+-=6.06V 甲=1003058.2⨯%=8.6% V 乙=%3.19%10044.3106.6=⨯ 所以甲组的平均产量代表性大一些. 2.解:计算过程如下表:甲X =.)(5.101780元= 乙X =(元)9708077600= 3.解:计算过程如下表:甲X =.4.11980=(件) 乙X =8.120809660=(件) σ甲=06.98075.6568=(件) σ乙=81.10809355=(件) V 甲=1004.11906.9⨯%=7.58% V 乙=%94.8%1008.12081.10=⨯ 所以甲厂工人的平均产量的代表性要高些.4. 解:()()94.761018102457047.7610121871871870775121873595128518757653550=⨯-+==⨯-+--+==++++⨯+⨯+⨯+⨯+⨯=e M M X 5.解:(1)上期的平均计划完成程度为:()()第六章元解解度为下期的平均计划完成程tH V P X P P P P /3.2884102950943.5062900255.3212800604.43210943.506255.321604.432:.7%1.32%1009067.0291.0291.0%67.901%67.90%67.90%67.90%10030028300:.6%37.103%1031400%1011200%107810%110961400120081096:)2(%67.99%1001500100070080%951500%1001000%108700%1108044=⨯⎪⎭⎫ ⎝⎛++⨯++==⨯==-⨯====⨯-==++++++=⨯+++⨯+⨯+⨯+⨯σ1.()())(7.788%67.41500:2000%67.41500600:.6)(6.62126907106557306806702650600269071061527106556552655730620273068060026806706402670650:2)(7.62327107006907206806202680610271070062527006906452690720640272068062026806206002620680:)1(:.5%63.79%10026206005802580257646245002435:.4%85.105%100%113385%102350%97463%120485%105412%112410%98368%106350%105310%110324%102306%101303385350463485412410368350310324306303::.3872232122221030980329809002290010201210208402284067022670600.2104万吨年该县粮食产量为平均增长速度解元工人的月平均工资为乙工区上半年建筑安装元工人的月平均工资为甲工区上半年建筑安装解解度为全年月平均计划完成程解=+⨯=-==++++++⨯++⨯++⨯++⨯++⨯++⨯+=++++++⨯++⨯++⨯++⨯++⨯++⨯+=⨯++++++==⨯++++++++++++++++++++++=+++++⨯++⨯++⨯++⨯++⨯++⨯+=C a 7解:计算过程如下表:)(94.6653.444.45:1994:3.46025844.4594092万元年的地方财政支出额为则直线趋势方程为=⨯++=======∑∑∑bta y t tyb ny a二次曲线方程为:y = 0.0108x 2 + 4.1918x + 24.143(过程略) 指数曲线方程为:y = 26.996e 0.0978x8.解:计算过程如下表:9.解:(1)同季平均法求季节比率的过程如下表:(2)趋势剔除法测定的季节变动如下表:第七章 统计指数()()()()01001011111175000124000081138.44%5000012350008750002540000182138.03%500002535000181075000940000390.98%127500084000022750002540000425qqzpk q z q zq p q p q z kq z p q k p q⨯+⨯===⨯+⨯⨯+⨯===⨯+⨯⨯+⨯===⨯+⨯⨯+⨯==∑∑∑∑∑∑∑∑111111110102.12%75000184000015602.108.8%1200360110%105%pp q p q k p q p q p p=⨯+⨯====+∑∑∑∑11111560.135.65%1150135.65%124.68%108.8%.120%1800115%90096%6003.114.27%330042003300111.38%114.27%.pqpq qpqpq p qp q k p qk k k q q p q p q k q p q pkk k======⨯+⨯+⨯=======∑∑∑∑∑∑ 110101001013200005.100%128%250000128%123.1%14%320000307692.3104%307692.325000057692.3320000307692.312307.pq pqq PpK K K p qp q K p q p qq p q =⨯====+===-=-=-=-=∑∑∑∑∑∑1解:K 零售量变动对零售额变动影响的绝对值为:(万元)零售物价变动对零售总额变动影响的绝对值为:p 1110010000107350000120%120%180000110%110%116%116%17.6%107.6%350000291666.67120%180000163636.36.110%1pq pq q q pq pq q q K q K q p q Kq p q K p q p q ==+===+==+==+========⨯=∑∑∑∑∑∑∑∑城1城农城农1农1城城城1农农农城城城(万元)6.解:已知p ,,p ,,K ,K p 则p K 0010111101001116%291666.67338333.33107.6%163636.36176072.72350000180000103.03%338333.33176072.723%q pp q p q p q q q k p q p q p q ⨯==⨯=⨯=++====++∴∑∑∑∑∑∑∑∑农农农11城农城农K p p 该地区城乡价格上涨了。
各章思考与练习参考答案第一章导论(一)单项选择题1.D 2.C 3.B 4.D 5.D 6.D 7.B 8.A 9.B 10.A (二)多项选择题:1.ABCD 2.CD 3.AD 4.BCDE 5.ABDE(三)判断题:1.×2.×3.×4.√5.×(四)简答题:答案略(五)综合题答案略第二章统计调查(一)单项选择题:1.C 2.C 3.B 4.C 5.C 6.A 7.B 8.C 9.C 10.B (二)多项选择题:1.ACD 2.ABC 3.ABCD 4.ABC 5.ACD6.ABCD 7.ABDE 8.BCE 9.ABE 10.CD(三)判断题:1.×2.×3.×4.√5.×(四)名词解释:答案略㈤(五)简答题:答案略第三章统计整理(一)单项选择题:1.C 2.B 3.C 4.B 5.B 6.A 7.B 8.C 9.B 10.B (二)多项选择题:1.AB 2.BD 3.ACD 4.AD 5.BCD6.BD 7.ABC 8.AC 9.ABC 10.CD(三)判断题:1.×2.√3.×4.×5.×(四)名词解释:答案略(五)简答题:答案略(六)计算题:1.解:2可见,组距1000元的分布数列,更为合理。
(2)对选中的分布数列,计算频率、较小制累计次数、较大制累计次数、组中值:(3)略第四章总量指标与相对指标(一)单项选择题:1.C 2.B 3.A 4.B 5.C 6.B 7.B 8.C 9.B 10.D(二)多项选择题:1.ABCD 2.CE 3.ABCDE 4.BCE 5.ABCD(三)判断题:1.X 2.X 3.X 4.√5.X(四)名词解释:答案略(五)简答题:答案略(六)计算题:1.解:该企业集团实现利润比去年增长百分比 =110%/(1+7%)-1=2.80%2.解:(1)2011年的进出口贸易差额=12178-9559=2619(亿元)(顺差)2011年进出口总额的发展速度=21737/17607×100%=123.46%(2)2011年进出口额比例相对数=9559/12178×100%=78.49%2011年出口额结构相对数=12178/21737×100%=56.02%(3)该地区进出口贸易发展速度较快,出现贸易顺差。
时间序列分析考试和答案一、单项选择题(每题2分,共20分)1. 时间序列分析中,数据点是按时间顺序排列的。
A. 正确B. 错误答案:A2. 以下哪项不是时间序列分析的目的?A. 描述性分析B. 预测C. 因果分析D. 数据压缩答案:C3. 以下哪个模型属于时间序列分析中的确定性模型?A. AR模型B. MA模型C. ARMA模型D. 指数平滑模型答案:D4. 在时间序列分析中,季节性调整的目的是:A. 消除趋势B. 消除季节性C. 消除周期性D. 消除随机波动答案:B5. 以下哪个不是时间序列分析中常用的平稳性检验方法?A. 单位根检验B. 协整检验C. 自相关函数检验D. 偏自相关函数检验答案:B6. 时间序列分析中的差分操作主要用于:A. 消除季节性B. 消除趋势C. 消除周期性D. 消除随机波动答案:B7. 在时间序列分析中,以下哪个模型是用于描述非平稳序列的?A. AR模型B. MA模型C. ARMA模型D. ARCH模型答案:D8. 时间序列分析中,以下哪个模型是用于描述具有季节性的数据?B. SARMA模型C. ARIMA模型D. ARCH模型答案:C9. 在时间序列分析中,以下哪个模型是用于描述具有单位根的非平稳序列?A. AR模型B. MA模型C. ARMA模型D. ARIMA模型答案:D10. 时间序列分析中,以下哪个模型是用于描述具有随机波动的数据?A. AR模型B. MA模型D. ARCH模型答案:D二、多项选择题(每题3分,共15分)11. 时间序列分析中,以下哪些因素可能导致数据的非平稳性?A. 趋势B. 季节性C. 周期性D. 随机波动答案:A, B, C12. 时间序列分析中,以下哪些模型属于自回归模型?A. AR模型B. MA模型C. ARMA模型D. ARCH模型答案:A, C13. 时间序列分析中,以下哪些方法可以用于季节性调整?A. 移动平均法B. X-12-ARIMA法C. 季节性差分D. 指数平滑法答案:B, C14. 时间序列分析中,以下哪些检验可以用来检验序列的平稳性?A. 单位根检验B. 协整检验C. 自相关函数检验D. 偏自相关函数检验答案:A, C, D15. 时间序列分析中,以下哪些模型可以用于描述具有单位根的非平稳序列?A. AR模型B. MA模型C. ARMA模型D. ARIMA模型答案:D三、判断题(每题2分,共20分)16. 时间序列分析中的差分操作可以消除季节性。
第1章总论1.1 复习笔记一、统计学的产生和发展从统计学的产生和发展过程来看可以把统计学划分为3个时期统计学的萌芽期、统计学的近代期和统计学的现代期。
1统计学的萌芽期统计学的萌芽期始于17世纪中叶至18世纪中、末叶主要有国势学派和政治算术学派。
2统计学的近代期统计学的近代期始于18世纪末至19世纪末主要有数理统计学派和社会统计学派。
3统计学的现代期统计学的现代期为20世纪初到现在的数理统计时期发展有三个明显的趋势1随着数学的发展统计学依赖和吸收数学营养的程度越来越迅速2向其他学科领域渗透或者说以统计学为基础的边缘学科不断形成3随着应用的日益广泛和深入特别是借助电子计算机后统计学所发挥的功效越益增强。
二、统计学的研究对象和研究方法1统计的涵义“统计”一词具有统计学、统计工作和统计资料三种涵义。
1统计学是研究如何搜集资料、整理资料和进行数量分析、推断的一门方法论科学。
2统计工作即统计实践是对社会、经济以及自然现象的总体数量方面进行搜集、整理和分析的活动过程。
3统计资料即统计工作的成果是统计工作过程所取得的各项数字和有关情况的资料它反映现象的规模、水平、速度和比例关系等等以表明现象发展的特征。
三者之间的联系统计工作的好坏直接影响统计资料的数量和质量。
统计工作的发展需要统计理论的指导。
统计学来源于统计工作是统计工作经验的理论概括又用理论和方法指导统计工作推动统计工作的不断提高。
随着统计工作的进一步发展统计学不断地充实和提高两者是理论和实践的关系。
2统计学的研究对象统计学的研究对象是大量现象的数量其性质是一门适用于自然现象和社会现象的方法论学科。
3统计学的研究方法1大量观察法大量观察法是指对所研究的事物的全部或足够数量进行观察的方法。
它的数学依据是大数定律。
2综合指标法综合指标是从数量方面对现象总体的规模及其特征的概括说明。
综合指标法是运用各种综合指标对现象的数量关系进行对比分析的方法。
3统计推断法统计推断法是在一定置信程度下根据样本资料的特征对总体的特征作出估计和预测的方法。
第13章时间序列分析和预测13.1 知识要点总结一、时间序列及其分解1.时间序列时间序列是同一现象在不同时间上的相继观察值排列而成的序列。
2.时间序列的类型(1)平稳序列它是基本上不存在趋势的序列。
这类序列中的观察值基本上在某个固定的水平上波动,虽然在不同的时间段波动的程度不同,但并不存在某种规律,其波动可以看成是随机的。
(2)非平稳序列它是包含趋势、季节性或周期性的序列,它可能只含有其中的一种成分,也可能是几种成分的组合。
故它可以分为有趋势的序列、有趋势和季节性的序列、几种成分混合而成的复合型序列。
3.时间序列的4种成分(1)趋势(T)也称长期趋势,它是时间序列在长时期内呈现出来的某种持续向上或持续下降的变动。
时间序列中的趋势可以是线性的,也可以是非线性的。
(2)季节性(S ) 也称季节变动,它是时间序列在一年内重复出现的周期性波动。
含有季节成分的序列可能含有趋势,也可能不含有趋势。
(3)周期性(C )也称循环波动,它是时间序列中呈现出来的围绕长期趋势的一种波浪形或振荡式变动,其周期通常在一年以上。
(4)随机性(I )也称不规则波动,它是时间序列中除去趋势、周期性和季节性之后的偶然性波动。
4.时间序列的分解模型按4种成分对时间序列的影响方式不同,时间序列可分解为多种模型,如加法模型、乘法模型等。
其中较常用的是乘法模型,其表现形式为:乘法模型假定四种变动因素之间存在着某种相互影响关系,互不独立;而加法模型假定四种变动因素之间是相互独立的。
二、时间序列的描述性分析1.图形描述在对时间序列进行分析时,最好是先作一个图形,然后通过图形观察数据随时间的变化模式及变化趋势。
作图是观察时间序列形态的一种有效方法,它对于进一步分析和预测有很大帮助。
t t t t t Y T S C I =⨯⨯⨯2.增长率分析(1)增长率 也称增长速度,它是时间序列中报告期观察值与基期观察值之比减1后的结果,用百分数表示。
①环比增长率:报告期观察值与前一时期观察值之比减1,说明现象逐期增长变化的程度;②定基增长率:报告期观察值与某一固定时期观察值之比减1,说明现象在整个观察期内总的增长变化程度。
时间序列分析参考答案时间序列分析参考答案时间序列分析是一种研究随时间变化的数据模式和趋势的统计方法。
它可以帮助我们理解数据的变化规律,预测未来的趋势,以及制定相应的决策。
在本文中,我们将探讨时间序列分析的基本概念、方法和应用。
一、时间序列分析的基本概念时间序列是按照时间顺序排列的一系列数据观测值。
它可以是连续的,比如每天的股票价格,也可以是离散的,比如每月的销售额。
时间序列分析的目标是找出数据中的模式和趋势,以便进行预测和决策。
时间序列分析的基本概念包括趋势、季节性和周期性。
趋势是指数据在长期内的整体变化方向,可以是上升、下降或平稳。
季节性是指数据在一年中周期性重复出现的变化模式,比如节假日销售额的增长。
周期性是指数据在较长时间内出现的波动,通常周期长度大于一年。
二、时间序列分析的方法时间序列分析的方法包括描述性分析、平稳性检验、模型建立和预测等。
描述性分析是对时间序列数据进行可视化和统计分析,以了解数据的基本特征。
常用的描述性分析方法包括绘制折线图、直方图和自相关图等。
折线图可以显示数据的整体趋势和季节性变化,直方图可以展示数据的分布情况,自相关图可以帮助我们发现数据的相关性。
平稳性检验是判断时间序列数据是否具有平稳性的方法。
平稳性是指数据的均值和方差在时间上保持不变。
常用的平稳性检验方法包括单位根检验和ADF检验等。
模型建立是根据时间序列数据的特征,选择合适的模型来描述数据的变化规律。
常用的模型包括AR模型、MA模型和ARMA模型等。
AR模型是自回归模型,表示当前观测值与过去观测值之间的线性关系;MA模型是移动平均模型,表示当前观测值与过去观测值的误差之间的线性关系;ARMA模型是自回归移动平均模型,综合考虑了自回归和移动平均的效果。
预测是利用已知的时间序列数据,通过建立模型来预测未来的观测值。
常用的预测方法包括滚动预测、指数平滑法和ARIMA模型等。
滚动预测是指根据当前观测值和过去观测值的模型,逐步预测未来的观测值;指数平滑法是基于历史数据的加权平均值,对未来的观测值进行预测;ARIMA模型是自回归移动平均差分整合模型,可以处理非平稳的时间序列数据。
第1章总论1.1复习笔记一、统计学的产生和发展从统计学的产生和发展过程来看,可以把统计学划分为3个时期:统计学的萌芽期、统计学的近代期和统计学的现代期。
1.统计学的萌芽期统计学的萌芽期始于17世纪中叶至18世纪中、末叶,主要有国势学派和政治算术学派。
2.统计学的近代期统计学的近代期始于18世纪末至19世纪末,主要有数理统计学派和社会统计学派。
3.统计学的现代期统计学的现代期为20世纪初到现在的数理统计时期,发展有三个明显的趋势:(1)随着数学的发展,统计学依赖和吸收数学营养的程度越来越迅速;(2)向其他学科领域渗透,或者说,以统计学为基础的边缘学科不断形成;(3)随着应用的日益广泛和深入,特别是借助电子计算机后,统计学所发挥的功效越益增强。
二、统计学的研究对象和研究方法1.统计的涵义“统计”一词具有统计学、统计工作和统计资料三种涵义。
(1)统计学:是研究如何搜集资料、整理资料和进行数量分析、推断的一门方法论科学。
(2)统计工作:即统计实践,是对社会、经济以及自然现象的总体数量方面进行搜集、整理和分析的活动过程。
(3)统计资料:即统计工作的成果,是统计工作过程所取得的各项数字和有关情况的资料,它反映现象的规模、水平、速度和比例关系等等,以表明现象发展的特征。
三者之间的联系:统计工作的好坏直接影响统计资料的数量和质量。
统计工作的发展需要统计理论的指导。
统计学来源于统计工作,是统计工作经验的理论概括,又用理论和方法指导统计工作,推动统计工作的不断提高。
随着统计工作的进一步发展,统计学不断地充实和提高,两者是理论和实践的关系。
2.统计学的研究对象统计学的研究对象是大量现象的数量,其性质是一门适用于自然现象和社会现象的方法论学科。
3.统计学的研究方法(1)大量观察法大量观察法是指对所研究的事物的全部或足够数量进行观察的方法。
它的数学依据是大数定律。
(2)综合指标法综合指标是从数量方面对现象总体的规模及其特征的概括说明。
统计学课后习题答案统计学课后习题答案 Document serial number【KKGB-LBS98YT-BS8CB-BSUT-BST108】第⼀章统计学及基本概念 3第⼆章数据的收集与整理 10第三章统计表与统计图19第四章数据的描述性分析 25第五章参数估计37第六章假设检验49第七章⽅差分析62第⼋章⾮参数检验 70第九章相关与回归分析78第⼗章多元统计分析89第⼗⼀章时间序列分析101第⼗⼆章指数108第⼗⼆章指数108第⼗三章统计决策 120第⼗四章统计质量管理128第⼀章统计学及基本概念统计的涵义(统计⼯作、统计资料和统计学)统计学的内容(统计学分类:理论统计学和应⽤统计学;描述统计学与推断统计学)统计学的发展史(学派与主要代表⼈物)数据类型(定类、定序、定距和定⽐;时间序列、截⾯数据和⾯板数据;绝对数、相对数、平均数)变量:连续与离散;确定与随机总体、样本与个体标志、指标及指标体系统计计算⼯具习题⼀、单项选择题1. 推断统计学研究()。
(知识点:答案:D)A.统计数据收集的⽅法B.数据加⼯处理的⽅法C.统计数据显⽰的⽅法D.如何根据样本数据去推断总体数量特征的⽅法2. 在统计史上被认为有统计学之名⽽⽆统计学之实的学派是()。
(知识点:答案:D)A.数理统计学派 B.政治算术学派 C.社会统计学派 D.国势学派3. 下列数据中哪个是定⽐尺度衡量的数据()。
(知识点:答案:B)A.性别 B.年龄 C.籍贯 D.民族4. 统计对现象总体数量特征的认识是()。
(知识点:答案:C)A.从定性到定量B.从定量到定性C.从个体到总体D.从总体到个体5. 调查10个企业职⼯的⼯资⽔平情况,则统计总体是()。
(知识点:答案:C)个企业个企业职⼯的全部⼯资个企业的全部职⼯个企业每个职⼯的⼯资6. 从统计总体中抽取出来作为代表这⼀总体的、由部分个体组成的集合体是().(知识点:答案:A)A. 样本B. 总体单位C. 个体D. 全及总体7. 三名学⽣期末统计学考试成绩分别为80分、85分和92分,这三个数字是()。
时间序列分析习题与答案单选题:b日寸冋序列与变童数列()A都是根据时间顺序排列的B都是根据变量值大<1曲E列的C前者是根据时间顺序排列的,后者是根据变量值大小排列的D前者是根据变量值大小排列的,后者是根据时间顺序排列的2. 时间序列中,数值犬小与时间长短有直接关系的是()A平均数时间序列B时期序列C时点序D相对数时间序3. 发展速度属于〔)A比例相对数B比较相对数C动态相叉擞D强度相艮擞4. 计算发展速度的分母是()為报告期水平B基朗水平C实际水平D计划水平则该车间上半年的平均人数约为()A 2先人B 292人C295人 D 300人6. 某地区某年9月末的人□数为1刃万人,10月末的人口数为150, 2万人,该地区10月的人口平均数为()A150万人B150- 2万人C150- 1万人D无法确定7. 由一个9项的时间序列可以计算的环比发展逸度()A有8个B有9个C有10个D有了个&采用几何平均法计算平均发展速度的腹据是()A各年环比发展速度之积等于总速度B各年环比发展速度之和等于总速度C各年环比増长速度之积等干总速度D各年环比增长速度之和等干总速度9.某企业的科技投3,2000年比1995年増长了58. 6%,贝腹企业1996~2000年间科技投入的平均发展速度为])A 讥&6%B V15&6%C V5S-6%D 化&6%10.在测走长期趋势的方袪中.可以形成数学模型的是()A时距扩大搓B移动平均铉C最小平方袪D季节指数法1,C 2. B 3. C 4. B 5,C 6. C 7. A 8. A 9. B10. C判断题I, 时问洋列中的发展水平都是统计绝対数"(}2一相対数时闾序列屮的数值相加没村实阴意义.()3”由两个时期序列的对应项相对比而产生的新序列仍然足时期序列亠()4. 由丁-时点序列和时期序列都是绝对数时问序列,所以,它们的特点是相同的「()5•时期序列有连续时期序列和间斯时期序列两种■.()氣发展速度可以为负值。
第9章 时间序列分析课后习题答案第10章(1)30× 31.06×21.05= 30×1.3131 = 39.393(万辆)(2117.11%== (3)设按7.4%的增长速度n 年可翻一番 则有 1.07460/302n==所以 n = log2 / log1.074 = 9.71(年)故能提前0.29年达到翻一番的预定目标。
第11章(1)以1987年为基期,2003年与1987年相比该地区社会商品零售额共增长:%86.2313186.213186.31%)8.61(%)2.81(%)101(555==-=-+⨯+⨯+ (2)年平均增长速度为1%)8.61(%)2.81(%)101(15555-+⨯+⨯+=0.0833=8.33%(3) 2004年的社会商品零售额应为509.52)0833.01(307=+⨯(亿元)第12章 (1)发展总速度%12.259%)81(%)101(%)121(343=+⨯+⨯+平均增长速度=%9892.91%12.25910=-(2)8.561%)61(5002=+⨯(亿元)(3)平均数∑====415.142457041j j y y (亿元),2002年一季度的计划任务:625.1495.142%105=⨯(亿元)。
第13章(1)用每股收益与年份序号回归得^0.3650.193t Y t =+。
预测下一年(第11年)的每股收益为488.211193.0365.0ˆ11=⨯+=Y 元(2)时间数列数据表明该公司股票收益逐年增加,趋势方程也表明平均每年增长0.193元。
是一个较为适合的投资方向。
第14章 (1)移动平均法消除季节变动计算表(2)t T t ⨯+=63995.09625.8上表中,其趋势拟合为直线方程t T t ⨯+=63995.09625.8。
根据上表计算的季节比率,按照公式KL t t t S T Y -⋅=计算可得: 2004年第一季度预测值:7723.21097301.1)1763995.09625.8(ˆˆˆ11717=⨯⨯+=⋅=S T Y2004年第二季度预测值: 49725.23147237.1)1863995.09625.8(ˆˆˆ21818=⨯⨯+=⋅=S T Y2004年第三季度预测值: 009.18852641.0)1963995.09625.8(ˆˆˆ31919=⨯⨯+=⋅=S T Y2004年第四季度预测值:6468.19902822.0)2063995.09625.8(ˆˆˆ42020=⨯⨯+=⋅=S T Y平均法计算季节比率表:季节比率的图形如下:(2)用移动平均法分析其长期趋势原时间序列与移动平均的趋势如下图所示:9.2(1)采用线性趋势方程法:tTi0065.70607.460ˆ+=剔除其长期趋势。
时间序列分析第一题:1、绘制时序图:data ex1_1;input x@@ ;time=intnx('month','01jul2004'd,_n_-1);format time date. ;cards;153 134 145 117 187 175 203 178 234 243 189 149 212 227 214 178 300 298 295 248 221 256 220 202 201 237 231 162 175 165 174 135 123 124 119 120 104 106 85 96 85 87 67 90 78 74 75 63;proc gplot data=ex1_1;plot x*time=1;symbol1 c=black v=star i=join;run;时序图:2、绘制自相关图:data ex1_1;input x@@ ;time=intnx('month','01jul2004'd,_n_-1);format time date. ;cards;153 134 145 117 187 175 203 178 234 243 189 149 212 227 214 178 300 298 295 248 221 256 220 202 201 237 231 162 175 165 174 135 123 124 119 120 104 106 85 96 85 87 67 90 78 74 75 63;proc arima data=ex1_1;identify var=x;run;样本自相关图:白噪声检验输出结果:因为P值小于α,所以该序列为非白噪声序列,根据时序图看出数据并不在一个常数值附近随机波动,后期有递减的趋势,所以不是平稳序列。
第二题:1、选择拟合模型方法一:首先绘制该序列的时序图,直观检验序列平稳性。
第12章时间序列分析和预测
12.1复习笔记
一、时间序列分解法
时间序列:社会经济指标值按时间顺序排列而形成的一种数列。
时间序列的两个基本构成要素是统计指标所属的时间和统计指标在特定时间的具体指标值。
1.时间序列的因素分解
(1)长期趋势因素(T)
反映了经济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近似直线的持续向上或持续向下或平稳的趋势;在某种情况下,它也可以表现为某种类似指数或其他曲线的形式。
(2)季节变动因素(S)
它是经济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。
既包括受自然季节影响所形成的波动,也包括受工作时间规律所形成的波动。
季节变动和周期变动的区别:季节变动的波动长度固定;而周期变动的长度则一般是不一样的。
(3)周期变动因素(C)
也称循环变动因素,它是受各种经济因素影响形成的上下起伏不定的波动,
(4)不规则变动因素(I)
又称随机变动,它是受各种偶然因素影响所形成的不规则波动。
2.时间序列的分解模型
(1)加法模型:t t t t t Y T S C I =+++;
(2)乘法模型:t t t t t Y T S C I =⨯⨯⨯。
3.时间序列的分解方法
(1)季节指数S 的计算
季节指数的计算是先用移动平均法(移动平均的项数取决于周期变动的时间长度)剔除长期趋势和周期变动,然后再用按月(季)平均法求出季节指数。
(2)长期趋势T 的计算
时间序列的长期趋势可以用回归模型来描述。
画出散点图,依散点图选择合适的模型,得到长期趋势T。
(3)周期变动因素C 的计算
将序列TC 除以T 即得周期变动因素C。
(4)不规则变动因素I 的计算
当将时间序列的T,S,C 分解出来后,剩余的即为不规则变动,即Y I TSC
=。
由于不规则变动因素是不可预测的,因此,一般的时间序列分解分析中,往往忽略不规则变动因素。
4.用时间序列分解法进行预测
用分解法进行预测的过程的步骤为:
(1)建立预测模型;
(2)预测长期趋势;
(3)计算季节因素和周期因素对预测值的影响。
二、时间序列趋势外推法
1.趋势外推法的假定条件
(1)概念
趋势外推法:当研究对象依时间变化呈现某种上升或下降的趋势,并且无明显的季节波动,又能找到一条合适的函数曲线反映这种变化趋势时,就可以用时间t为自变量,时序数值y为因变量,建立趋势模型:y=f(t)。
如果有理由认为这种趋势能够延伸到未来时,赋予变量t所需要的值,就能得到相应的时间序列未来值。
(2)假设条件
①假设事物发展过程没有跳跃式变化,一般属于渐进变化;
②假设根据过去资料建立的趋势外推模型能适合未来,能代表未来的变化趋势,即未来和过去的规律一样。
2.趋势外推分析法的模型
趋势外推法的实质就是利用某种函数方程来分析研究对象的发展趋势。
以时间t作为自变量,其常用的四种趋势模型为:
(1)多项式曲线模型
(2)指数曲线模型
(3)对数曲线模型
(四)生长曲线模型
式中,L为变量 t y的极限值;a,b为常数。
3.趋势外推模型的选择方法
(1)图形识别法(也称直接观察法)
将时间序列的数据绘制在以时间t为横轴,时序观察值为纵轴的坐标平面上,观察散点的分布并将其形状与各类函数曲线模型的图形进行比较,以选择较为适宜的模型。
在实际中,有可能同时有几种模型都较为接近而无法通过图形直观确认为某种模型,这就必须同时对几种模型进行试算,最后选择标准误差最小的模型作为研究对象的趋势模型。
(2)差分法
为了根据历史数据正确选择模型,常常利用差分法把时间序列的数据修匀,使非平稳序列达到平稳序列。
①一阶向后差分法
当时间序列各期数值的一阶差分相等或大致相等,就可以适配一次(线性)模型。
②二阶向后差分
当时间序列各数值的二阶差分相等或大致相等,就可以适配二次(抛物线)模型。
③指数曲线模型差分
当时间序列各期数值的一阶比率相等或大致相等,就可以适配指数曲线模型。
④修正指数曲线模型差分
当时间序列各期数值一阶差的一阶比率相等或大致相等,就可以适配修正指数曲线模型。
4.用趋势外推分析法进行预测(1)多项式曲线模型的趋势外推预测方法
多项式曲线模型的一般形式为:。
当k=1时,为直线模型;当k=2时,为二次多项式(抛物线)模型;当k=n 时,为n 次多项式模型。
(2)指数曲线模型的趋势外推预测法
指数曲线预测模型为
,对函数模型作线性变换
得:
,令
,则把指数曲线模型转化为直线模型t Y =A bt +。
(3)修正指数曲线模型的趋势外推预测修正指数曲线预测模型为: ()01t
t y a bc c =+<<。
参数a、b 和c 的解法:把整个时间序列分成相等项数的三个组,设各组序列项数为n 项,第一组变量总和为10n i i y
-=∑Ⅰ,第二组变量总和为21n i i n y -=∑Ⅱ,第三组变量总和为31
2n i i n y -=∑Ⅲ。
则
(4)龚珀兹曲线模型的趋势外推预测法
龚珀兹曲线模型的形式为: t b y ka =,将模型做线性变换,得lg lg lg t
y k b a =+,然
后通过将时间序列分为三组,使用以下公式求其参数:
(5)皮尔曲线模型趋势外推预测法
皮尔曲线函数模型的形式为,求解参数的方法是先做变量代换,然后应用最小二乘法可得参数a、b。
三、时间序列自回归预测法
1.时间序列的自相关性
(1)自相关关系
①概念
时间序列的指标值随着时间变化而变化,后期水平往往是在前期水平的基础上发展而来的,因此,前后期水平之间存在一定程度的依存关系,称为时间序列的自相关关系。
②自相关系数与相关系数的关系
它们都是衡量变量间依存程度的指标,但自相关系数描述的是同一个指标前后期数值之间的依存关系,而相关系数则反映的是不同指标之间的依存关系。
(2)自相关系数的计算
①时滞为1的自相关系数的计算公式为:。