第八章 时间序列分析和预测
第十一章时间序列分析和预测
一、填空题
1、若时间序列有20年的数据，采用5年移动平均，修匀后的时间序列中剩下的数据有个。
2、某地区2005年1季度完成的GDP=50亿元，2005年3季度完成的GDP =55亿元，则GDP年度化增长率为。
3、若时间序列有18年的数据，采用3年移动平均，修匀后的时间序列中剩下的数据有个。
4、某地区2005年1季度完成的GDP=30亿元，2005年3季度完成的GDP=36亿元，则GDP年度化增长率为。
5、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__________。
6、已知某时间数列各期的环比增长率分别为3%、6%、8%，该数列的定基增长速度为____________。
7、当我们研究啤酒消费量发现它的消费量在夏季比其他季节消费量多许多，则该时间序列存在趋势，若我们还发现对啤酒的消费的逐年增长率都为正数，则该序列有趋势。
8、已知某地区1990年的财政收入为150亿元，2005年为1200亿元，则该地区的财政收入在这段时间的年平均增长率为。
9、在确定平滑系数的大小时，当时间序列有较大随机波动时，平滑系数宜选，这时_____________的权重较大，对预测值的影响较强。
10、已知小姜买的两种股票的综合价格指数上涨了24点，本日股票的平均收盘价格为14元，前日股票的平均收盘价格为。
11、如果某月份的商品销售额为84万元，该月的季节指数为1.2，在消除季节因素后的该月的销售额为____________万元。
12、某种商品的价格连续四年环比增长分别为8%、10%、9%、12%，该商品价格的年平均增长率为。
13、增长率由于采用的基期不同可分为和。
14、影响时间数列的因素有长期趋势、季节变动、和不规则变动。
15、周末超市的营业额常常会大大高于平日数额，这种波动属于。
16、根据各年的月份资料计算的季节指数之和应等于。
17、1996——2000年我国房地产业经营情况：经营总收入增长了5.1倍，据此计算的年平均增长速度（增长率）为。
18、如果现象在初期增长迅速，随后增长率逐渐降低，最终以K为增长极限。对这类现象进行预测，适合的曲线是。
19、不存在趋势的序列称为。
20、时间序列中呈现出来的围绕长期趋势的一种波浪形或者振荡式变动称为。
21、时间序列中除去趋势、周期性和季节性之后的偶然性波动称为。
22、时间序列中各逐期比值的几何平均数减1后的结果称为。
23、1996——2000年我国房地产业经营情况：经营总收入增长了5.1倍，据此计算的年平均增长速度（增长率）为。
24、增长1个百分点而增加的绝对数量称为。
25、某地地区农民家庭年均收入2004年为1500元，2005年增长了8%，那么2005年与2004年相比，每增加1个百分点增加的收入为。
26、季节指数反映了某一月份或季度的数值占全年平均数值的大小，如果现象的发展没有季节变动则各期的季节指数应等于。
27、1999年1月份的社会商品零售总额为25亿元，2000年1月份在零售总额为30亿元，年度化增长率为。
28、1998年3月份财政收入总额为240亿元，2000年6月份的财政收入总额为为300亿元，年度化增长率为。
29、2000年1季度完成的国内生产总值为500亿元，2季度完成的国内生产总值为510亿元，年度化增长率为 。
30、1997年4季度完成的工业增加值为280亿元，2000年4季度完成的工业增加值为350亿元，年度化增长率为 。
二、单选题
1、季节指数刻画了时间序列在一个年度内各月或季的典型季节特征。在乘法模型中，季节指数是以其平均数等于什么为条件而构成的（ ）。
A 、100%
B 、200%
C 、400%
D 、1200% 2、周末超市的营业额常常会大大高于平日数额，这种波动属于 ( )。
A 、长期趋势
B 、季节变动
C 、循环变动
D 、不规则变动
3、某地区粮食作物产量年平均发展速度：1998～2000年三年平均为1.03，2001～2002年两年平均为1.05，试确定1998～2002五年的年平均发展速度 （ ）。 A
B
、以上都不对
4、进行移动平均预测时，当数据的随机波动较大时，选用移动平均的时间间隔K 应该（ ）。
A 、较大
B 、较小
C 、随机
D 、 等于数据个数n
5、2000年1季度完成GDP 50亿元，2000年2季度完成GDP 51亿元,则GDP 年度化增长率是（ ）。
A 、102%
B 、8%
C 、8.24%
D 、92%
6、第一批产品废品率为1.5%，第二批产品废品率为1%，第三批产品废品率为2%,又知第一批、第二批 送检产品分别占三批产品总量的40%和30%,则三批产品的平均废品率为（ ）。 A 、1.5% B 、1.6% C 、4.5% D 、6%
7、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 8、如果时间序列适合于拟合趋势方程?t
Y a bx =+，这表明该序列( ) 。 A 、各期观测值按常数增长 B 、各期观测值按指数增长 C 、各期增长率按常数增长 D 、各期增长率按指数增长
9、某种股票的价格周二上涨了10%，周三上涨了5%，两天累计涨幅达( )。
A 、15%
B 、15.5%
C 、4.8%
D 、5%
10
（ ）
A 、1G =
B 、11i i i Y G Y -=-
C 、01i i Y G Y =-
D 、/1
()1m n
i i i Y G Y -=-
11K 为增长极限。对这类现象进行预测，适合的曲线是 ( ) 。
A 、指数曲线
B 、修正指数曲线
C 、龚铂茨曲线
D 、Logistic 曲线 12、下面的哪种方法适合于对含有趋势成分的时间序列的预测（ ）。
A 、移动平均法
B 、简单平均法
C 、指数平滑法
D 、线性模型法 13、根据各年的月份资料计算的季节指数之和应等于( )。 A 、100% B 、120% C 、400% D 、1200%
14、据某市楼市2003年度的统计，各房型第一季度和第二季度的销售量和平均价格数据如下表所示：
第二季度与第一季度相比，各房型销售量上涨幅度为 ( )
A 、6.78%
B 、0.14%
C 、100.14%
D 、106.78%
15、已知各期环比增长率为2％、5％、8％和7％，则相应的定基增长率的计算方法为( ) A 、(102％×105％×108％×107％)—100％ B 、102％×105％×108％×107％ C 、 2％×5％×8％×7％ D 、(2％×5％×8％×7％)—100％ 16、时间数列水平，若无季节变动影响，则季节比率为（ ）。
A 、０
B 、１
C 、小于１
D 、大于１ 17、对某地区前5年粮食产量进行直线趋势估计为：
这5年的时间代码分别是：-2，-1，0，1，2，据此预测今年的粮食产量是（ ）。
A 、107
B 、102.5
C 、108
D 、113.5
18、如果某商店销售额的环比增长量每年都相等，则其各年的环比增长速度是( )。 A 、年年增长 B 、年年下降 C 、年年不变 D 、无法确定
19、1996——2000年我国房地产业经营情况：经营总收入增长了5.1倍，据此计算的年平均增长速度（增长率）为（ ）%。
A 、38．52%
B 、50.28%
C 、57.16%
D 、43.57%
20
、某地区粮食作物产量平均发展速度：1998—2000年为1.03，2001—2002年为1.05，试确定1998—
2002五年的平均发展速度：（ ）。
A
B C D 21、时间序列中呈现出来的围绕长期趋势的一种波浪形或者振荡式变动称为（ ）。 A 、趋势 B 、季节性 C 、周期性 D 、随机性 22、时间序列中除去趋势、周期性和季节性之后的偶然性波动称为( )。
A 、趋势
B 、季节性
C 、周期性
D 、随机性 23、增长率是时间序列中（ ）。
A 、报告期观察值与基期观察值之比
B 、报告期观察值与基期观察值之比减1后的结果
C 、报告期观察值与基期观察值之比加1后的结果
D 、基期观察值与报告期观察值之比减1后的结果 24、环比增长率是 （ ）。 A 、报告期观察值与前一时期观察值之比减1 B 、报告期观察值与前一时期观察值之比加1
C 、报告期观察值与某一固定使其观察值之比减1
D 、报告期观察值与某一固定时期观察值之比加1 25、定基增长率是（ ）。
A 、报告期观察值与前一时期观察值之比减1
B 、报告观察值与前一时期观察值之比加1
C 、报告期观察值与前一固定时期观察值之比减1
D 、报告期观察值与某一固定时期观察值之比加1 26、时间序列中各逐期比值的几何平均数减1后的结果称为（ ）。 A 、环比增长率 B 、定基增长率 C 、平均增长率 D 、年度化增长率 27、增长1个百分点而增加的绝对数量称为（ ）。
A 、环比增长率
B 、平均增长率
C 、年度化增长率
D 、增长1%绝对值 28、指数平滑法适合于预测（ ）。 A 、平稳序列 B 、非平稳序列 C 、有趋势成分的序列 D 、有季节成分的序列 29、移动平均法适合于预测（ ）。
A 、平稳序列
B 、非平稳序列
C 、有趋势成分的序列
D 、有季节成分的序列 30、下面的哪种方法不适合于对平稳序列的预测（ ）。
A 、移动平均法
B 、简单平均法
C 、指数平滑法
D 、线性模型法 31、下面的公式哪一个是均方误差（ ）。
A 、
n
Y F Y i i
i ∑?-)
100(
B 、
n
F Y i i ∑
- C 、
n
F Y
n i i i
∑=-1
2
)( D 、
n
F Y
n
i i i
∑=-1
)
(
32、在使用指数平滑法进行预测时，如果时间序列有较大的随机波动，则平滑系数α取值（ ）。 A 、应该小些 B 、应该大些 C 、应该等于0 D 、应该等于1 33、如果现象随着时间的推移其增长量呈现出稳定增长或下降的变化规律，则适合的预测方法是（ ）。 A 、移动平均法 B 、指数平滑法 C 、线性模型法 D 、指数模型法 34、如果时间序列的逐期观察值按一定的增长率增长或衰减，则适合的预测方法是（ ）。 A 、移动平均模型 B 、指数平滑模型 C 、线性模型 D 、指数模型
35、一种新产品在刚问世时，初期增长量很快，当社会拥有量接近饱和时，最后接近一条水平线，对这类现象进行预测合适的趋势线是（ ）。
A 、指数曲线
B 、修正指数曲线
C 、龚铂茨曲线
D 、直线 36、某时间序列建立的趋势方程为t t
Y 2.11500??=，这表明该现象（ ）。 A 、每期增长率为120% B 、每期增长率为20%
C 、每期增长率为1.2各单位
D 、煤每期的观测值为1.2各单位 37.某企业各年的销售额拟合的直线趋势方程为x Y t
5.16?+=，这表明（ ）。 A 、时间每增加1年，销售额平均增加1.5各单位 B 、时间每增加1年，销售额平均减少1.5各单位 C 、时间每增加1年，销售额平均增长1.5% D 、下一年度的销售额为1.5个单位
38、季节指数反映了某一月份或季度的数值占全年平均数值的大小，如果现象的发展没有季节变动则各
期的季节指数应等于（ ）。
A 、等于0
B 、等于100%
C 、小于100%
D 、大于100%
39、根据各季度商品销售额数据计算的季节指数分别为：一季度125%，二季度70%，三季度100%，四季度105%，受季节因素影响最大的是（ ）。 A 、一季度 B 、二季度 C 、三季度 D 、四季度
40、根据各季度商品销售额数据计算的季节指数分别为：一季度125%，二季度70%，三季度100%，四季度105%，不受季节因素影响的是（ ）。
A 、一季度
B 、二季度
C 、三季度
D 、四季度
41、某地地区农民家庭年均收入2004年为1500元，2005年增长了8%，那么2005年与2004年相比，每增加1个百分点增加的收入为（ ）。
A 、7元
B 、8元
C 、15元
D 、40元
42 、某种商品的价格连续四年环比增长率分别为8%，9%，10%，12%，该商品价格的年平均增长率为（ ）。 A 、（8%+9%+10%+12%）÷4 B 、[（108%×109%×110%×120%）-1]÷4 C \1%120%110%109%1083-??? D 、1%120%110%109%1084-???
三、多选题
1、某地区2000国民收入140亿元，2005年比2000年增长45，则（ ）
A 、国民收入2005年比2000年增加了63亿元，
B 、2000年每增长1%的绝对值为1.4亿元，
C 、5年间平均年增长率为9%
D 、国民收入2005年达到2010亿元
E 、国民收入2005年达到203亿元
2、测定季节变动，可以依据（ ）进行计算和分析。
A.、年度资料 B 、月度资料 C 、季度资料 D 、三年以上资料 E 、任何资料 3、时间序列可以分解为下列以素的影响（ ）。
A、长期趋势
B、季节因素
C、周期波动
D、不规则变动
E、随机误差因素
4、测定季节变动可以依据（）。
A、年度资料
B、月度资料
C、季度资料
D、三年以上的资料
E、任何形式的资料
5、时间序列分解较常用的模型有（）。
A、加法模型
B、乘法模型
C、直线模型
D、指数模型
E、多项式模型
6、一次指数平滑法初值的确定可以（）。
A、取第一期的实际值
B、最初三期的加权平均值
C、最初几期的平均值
D、最初值=1
E、任意取值
7、动态数列的作用有( )。
A、描述现象发展变化的过程；
B、反映现象的分布特征
C、了解现象发展变化的趋势及其规律
D、反映变量之间的相互关系
E、对现象的发展进行预测。
8、一个动态数列的基本要素包括：( )
A、变量
B、次数
C、现象所属的时间
D、现象所属的地点
E、反映现象的统计指标值
9、以下哪些现象适合用累计法计算平均发展速度( ).
A、商品销售量
B、基本建设投资完成额
C、产品产量
D、居民收入
E、垦荒造林的数量
10、已知各时期的环比发展速度，可以计算哪些指标( )。
A、平均发展水平
B、平均发展速度
C、各期定基发展速度
D、各期逐期增长量
E、累计增长量
11、已知一个时间数列的项数、平均增长量、最初发展水平，则可以求得（）
A、各期发展速度
B、最末期发展水平
C、各期实际发展水平
D、水平法平均发展速度
E、累计法平均发展速度
12、用水平法平均发展速度推算，可以保证（）
A、实际最末期累计增长量等于推算末期定基增长量
B、实际平均增长量等于推算的平均增长量
C、实际的各期定基发展速度等于推算的各期定基发展速度
D、实际最末期定基发展速度等于推算的最末期发展速度
E、实际的最末发展水平等于推算的最末发展水平
13、下列哪些现象属于季节变动（）
A、凉鞋的销售量在一年中所出现的周期性变化
B、酒店的住房率在一周内呈现的周期性的变化
C、居民用电量在一天内所呈现的周期性的变化
D、经济周期的变化
E、某资源的储量在长时间内呈现持续下降的变化
14、用移动平均法测定长期趋势时，有关项数确定的正确说法是（）
A、从理论上说：移动的项数越多，修匀的作用越大
B、移动的项数越多，损失的数据也越多
C、选择奇数项一次移动即可得出趋势值，而偶数项通常需作两次移动
D、如果资料显示存在自然周期，则项数的选择应与周期一致
E、移动的项数越多，得到的结果越准确
15、下列关系正确的有（）。
A、环比发展速度的连乘积等于相应的定基发展速度
B、定基发展速度的连乘积等于相应的环比发展速度
C、环比增长速度的连乘积等于相应的定基增长速度
D、环比发展速度的连乘积等于相应的定基增长速度
E、平均增长速度=平均发展速度-1（或100%）
四、简答题
1、简述平稳序列和非平稳序列的含义。
2、时间数列的构成因素有哪些？时间数列结构分析的两个基本模型是什么？它们的假设条件是什么？
3、简述季节指数的计算步骤？
4、简述指数平滑法的基本含义。
五、计算题
2）
（1）用5项简单移动平均法预测2001年的单位面积产量；（2）采用指数平滑法（平滑系数α=0.5）预测2001年的单位面积产量（F1999=1345.578）；（3）若经过计算，平滑系数α=0.5时误差均方=9876.51，平滑系数α=0.3时误差均方=11515.01，问用哪一个平滑系数预测更合适？
（1）采用指数平滑法（平滑系数α=0.5）预测第十周的营业额（F8=555.19）；（2）若经过计算，平滑系数α=0.5时误差均方=3847.31，平滑系数α=0.3时误差均方=5112.92，问用哪一个平滑系数预测更合适？
2
（1）用5项简单移动平均法预测2005年的居民消费价格指数；（2）采用指数平滑法（平滑系数α=0.5）预测2005年的居民消费价格指数（F2004=102.9）；（3）若经过计算，平滑系数α=0.5时误差均方=49.24，平滑系数α=0.3时误差均方=39.86，问用哪一个平滑系数预测更合适？（11分）
4、某企业某种产品的有关资料如下表所示：（10分）
（2）计算1998——2004年间该企业的年平均产量、年平均增长量和年平均增长速度。
15分）
试计算有关指标，并从作物收获率的水平和稳定性两方面综合评价，哪个品种更有推广价值？
6、某企业生产甲、乙、丙三种产品，2002年和2006年的销售数据如下表所示：（7分）
以上年为基期的产品价格指数如下：
要求：（1）计算甲产品2002—2006年的价格平均增长率。
（2）计算该企业以2002年为基期的2006年价格总指数。
（3）计算该企业2006年的销售量比2002年增长百分之几。
7、某企业利润额资料如下
要求：（1）求出趋势直线方程；（2）预测2006年的利润额。
8、一直某煤矿2005年上半年每周采煤量资料如下：
）预测21周的采煤量（F2004=873.7863）；（3）若经过计算，平滑系数α=0.7时误差均方=195.9454，平滑系数α=0.2时误差均方=299.0042，问用哪一个平滑系数预测更合适？
11、某企业职工人数逐年增加，有1992—2004年的资料，求得∑=0
t，∑=9100
y，
ty，∑=15600
式求出趋势直线方程，并预测2006年职工人数。
12、下表是一家旅馆过去18个月的营业额数据：
18
（2）用指数平滑法预测第19个月份的营业额（F18=610.667）；
（2）若经过计算，平滑系数α=0.5时误差均方=50011.43，平滑系数α=0.4时误差均方=62831.63，平滑系数α=0.3时误差均方=87378.02，问用哪一个平滑系数预测更合适？
14、下表是我国今年1-6月份工业增加值的时间数列，根据资料计算各种动态分析指标，填入表中相应空
比较两种方法得出的方程和趋势值有什么差异?你认为哪种方法更准确?
第十章时间序列分析
第十章 时间序列分析 Ⅰ．学习目的 本章阐述常规的时间序列分析方法，通过学习，要求：1.理解时间序列的概念和种类，掌握时间序列的编制方法；2.掌握时间序列分析中水平指标和速度指标的计算及应用；3.掌握时间序列中长期趋势、季节变动、循环变动及不规则变动等因素的基本测定方法；4.掌握基本的时间序列预测方法。 Ⅱ．课程内容要点 第一节 时间序列分析概述 一、时间序列的概念 将统计指标的数值按时间先后顺序排列起来就形成了时间序列。 二、时间序列的种类 反映现象发展变化过程的时间序列按其统计指标的形式不同，可分为总量指标时间序列、相对指标时间序列和平均指标时间序列三种类型。其中总量指标时间序列是基础序列，相对指标和平均指标时间序列是派生序列。 根据总量指标反映现象的时间状况不同，总量指标时间序列又可分为时期指标时间序列和时点指标时间序列。 三、时间序列的编制方法：（一）时间长短应一致；（二）经济内容应一致；（三）总体范围应一致；（四）计算方法与计量单位要一致。 第二节 时间序列的分析指标 一、时间序列分析的水平指标 （一）发展水平。发展水平是时间序列中与其所属时间相对应的反映某种现象发展变化所达到的规模、程度和水平的指标数值。 （二）平均发展水平。将一个时间序列各期发展水平加以平均而得的平均数，叫平均发展水平，又称为动态平均数或序时平均数。 1．总量指标时间序列序时平均数的计算 （1）时期序列：n y n y y y y i n ∑= +++=Λ21 （2）时点序列 ①连续时点情况下，又分为两种情形： a ．若掌握的资料是间隔相等的连续时点 (如每日的时点) 序列，则n y n y y y y i n ∑= +++=Λ21 b ．若掌握的资料是间隔不等的连续时点序列，则 ∑∑=++++++=i i i n n n f f y f f f f y f y f y y ΛΛ212211 ②间断时点情况下。间断时点也分两种情况： a ．若掌握的资料是间隔相等的间断时点，则采用首末折半法：
2015年《统计学》第十章 时间序列分析习题及满分答案
2015年《统计学》第十章时间序列分析习题及满分答案 一、单项选择： 1.时间数列中,每项指标数值可以相加的是（B ） A．绝对数时间数列 B. 时期数列 C. 时点数列 D.相对数或平均数时间数列 2. 下列属于时点数列的是（D） A. 某厂各年工业产值 B.某厂各年劳动生产率 C.某厂各年生产工人占全部职工的比重 D.某厂各年年初职工人数 3.发展速度与增长速度的关系是( B ) A. 环比增长速度等于定基发展速度-1 B. 环比增长速度等于环比发展速度-1 C. 定基增长速度的连乘积等于定基发展速度 D. 环比增长速度的连乘积等于环比发展速度 4.年距增长速度是（C） A. 报告期水平/基期水平 B. （报告期水平— 基期水平）/基期水平 C. 年距增长量/去年同期发展水平 D. 环比增长量/前一时期水平 5.几何平均法平均发展速度数值的大小（C）
A. 不受最初水平和最末水平的影响 B. 只受中间各期发展水平的影响 C. 只受最初水平和最末水平的影响，不受中间各期发展水平的影响 D. 既受最初水平和最末水平的影响，也受中间各期发展水平的影响 6.某厂第一季度三个月某种产品的实际产量分别为500件、612件、832件、分别超计划0%、2%和4%，则该厂第一季度平均超额完成计划的百分数为（ C ）A. 102% B. 2% C. 2.3% D. 102.3% 7．时期数列中的每个指标数值是（B）。 A、每隔一定时间统计一次 B、连续不断统计而取得 C、间隔一月统计一次 D、定期统计一次 8．一般平均数与序时平均数的共同之处是（A）。 A、两者都是反映现象的一般水平 B、都是反映同一总体的一般水平 C、共同反映同质总体在不同时间上的一般水平 D、都可以消除现象波动的影响 9．某企业1997年产值比1990年增长了1倍，比1995年增长了0.5倍，则1995年比1990年增长了（ A ）。 A、0.33 B、0.5 C、0.75 D、1 10．假设有如下资料：则该企业一季度平均完成计划为（B）。 一月二月三月某产品实际完成数 500 612
【经济预测与决策】时间序列分析预测法
经济预测与决策第四章时间序列分析预测法时间序列分析预测法时间序列分析预测法是将预测目标的历史数据按照时间的顺序排列成为时间序列，然后分析它随时间的变化趋势, 外推预测目标的未来值。本章学习目的与要求通过本章的学习，了解时间序列的概念；掌握移动平均法和指数平滑法。本章学习重点和难点重点是移动平均法；难点是指数平滑法。本章内容提示第一节时间序列第二节移动平均法第三节指数平滑法第一节时间序列一、时间序列二、时间序列的影响因素三、时间序列因素的组合形式四、时间序列预测的步骤一、时间序列时间序列是指某种经济统计指标的数值，按时间先后顺序排列起来的数列。时间序列是时间t 的函数，若用Y 表示，则有：Y=Y（t ）。时间序列时间序列按其指标不同，可分为绝对数时间序列、相对数时间序列和平均数时间序列三种。 绝对数时间序列是基本序列。可分为时期序列和时点序列两种。时期序列是指由反映某种社会经济现象在一段时期内发展过程的总量指标所构成的序列。如各个年度的国民生产总值。时点序列是指由反映某种社会经济现象在一定时点上的发展状况的指标所构成的序列。如各个年末的人口总数。 二、时间序列的影响因素一个时间序列是多种因素综合作用的结果。这些因素可以分为四种：1. 长期趋势变动2. 季节变动3. 循环变动4. 不规则变动1. 长期趋势变动长期趋势变动又称倾向变动，它是指伴随着经济的发展，在相当长的持续时间内，单方向的上升、下降或水平变动的因素。它反映了经济现象的主要 变动趋势。长期趋势变动是时间t 的函数，它反映了不可逆转的倾向的变动。长期趋势变动通常用T表示，T=T( t )。2.循环变动循环变动是围绕于
第八章 时间序列分析 思考题及练习题
第八章思考题及练习题 (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）
基于时间序列分析的股票价格短期预测与分析
基于时间序列分析的股票价格短期预测与 分析 姓名：王红芳数学与应用数学一班指导老师：魏友华 摘要 时间序列分析是经济领域研究的重要工具之一，它描述历史数据随时间变化的规律，并用于预测经济变量值。在股票市场上，时间序列预测法常用于对股票价格趋势进行预测，为投资者和股票市场管理方提供决策依据。本文通过各种预测方法的对比，突出时间序列分析的优势，从时间序列的概念出发介绍了时间序列分析预测法的基础以及其简单的应用模型。文中使用中石化股票的历史收盘价数据，运用时间序列预测法预测出中石化股票的后五个交易日的收盘价，通过对预测价格和实际价格做出对比，表明时间序列预测法的效果比较好。 关键词：时间序列；股票价格；预测
The short-term stock price prediction based on time series analysis Abstract: The analysis of time series is one of the important tools for researching in the field of economy, it describes the law of historic data with the time passing by and it is also used to predict the value of economic variables. In the stock market, the forecasting method of time series is commonly used to forecast the trend of stock price, and provide evidence of decision making for investors and managements. In the thesis, through the comparison of various forecasting methods to highlight the advantages of the analysis of time series, beginning with the concept of time series, I introduce the basic of forecasting method of the analysis of time series as well as its simple application model. in the paper, I use the historic closing price data of Sinopec shares and the forecasting method of time series to predict the Sinopec shares' closing price of the last five days, and by comparison between predicting price and actual price to show the good effect of the forecasting method of time series. Keywords: Time series; Stock price; Forecast
第八章时间序列分析
第八章 时间序列分析 、填空题: 1. 由于决定时间数列变化的因数是多方面的，因此通常把时间数列上各期发展水平按其影 响因素的不同分解成几个不同的组成部分， 即长期趋势、 _______ 、循环波动和不规则变 动。 2?时间序列按照数列中排列指标的性质不同，可分为 __________ 、 ___ 和 _____ 。 3. “增长1%绝对值”指标其实质是 _________ 水平的1%。 4. ___ 是把原动态数列的时距扩大，再采用逐项移动的方法计算扩大了时距的序时平均数。 5. ______ 就是研究某种现象在一个相当长的时期内持续向上或向下发展变动的趋势。 6. ___ 就是指某些社会现象由于受生产条件或自然条件因素的影响， 在一年内随着季节的 更换而呈现出比较有规律的变动。 二、单项选择题： 某银行投资额 2004年比2003年增长了 10%, 2005年比2003年增长了 15% , 2005年比 2004年增长了（ 销售额为（ 6.时间数列的构成要素是（ B 、时间和指标数值 C 、时间和次数 1. 时间序列在一年内重复出现的周期性波动称为（ A 、趋势 B 、季节性 C 、周期性 D 、随机性 2. 增长一个百分点而增加的绝对数量称为（ A 、环比增长率 B 、平均增长率 C 、年度化增长率 D 、增长1%绝对值 3. A 、15% - 10% B 、115% - 110% C 、(110% X 115%) +1 D 、(115%- 110%) -1 4?某种股票的价格周二上涨了 10%，周三上涨了 5%,两天累计张幅达（ A 、15% B 、15.5% 4.8% 5% 5?如果某月份的商品销售额为 84万元, 该月的季节指数为 1.2，在消除季节因素后该月的 A 、60万元 B 、70万元 C 、90.8 万元 D 、100.8 万元 A 、变量和次数 D 、主词和宾词
8章 时间序列分析练习题参考答案
第八章 时间数列分析 一、单项选择题 1.时间序列与变量数列( ) A 都是根据时间顺序排列的 B 都是根据变量值大小排列的 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 C 2.时间序列中，数值大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 时点序列 D 相对数时间序列 B 3.发展速度属于( ) A 比例相对数 B 比较相对数 C 动态相对数 D 强度相对数 C 4.计算发展速度的分母是( ) A 报告期水平 B 基期水平 C 实际水平 D 计划水平 B 5.某车间月初工人人数资料如下： 则该车间上半年的平均人数约为( ) A 296人 B 292人 C 295 人 D 300人 C 6.某地区某年9月末的人口数为150万人，10月末的人口数为150．2万人，该地区10月的人口平均数为( ) A 150万人 B 150．2万人 C 150．1万人 D 无法确定 C 7.由一个9项的时间序列可以计算的环比发展速度( ) A 有8个 B 有9个 C 有10个 D 有7个 A 8.采用几何平均法计算平均发展速度的依据是( ) 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 各年环比增长速度之积等于总速度 D 各年环比增长速度之和等于总速度 A 9.某企业的科技投入，2010年比2005年增长了58．6％，则该企业2006—2010年间科技投入的平均发展速度为( ) A 5 %6.58 B 5%6.158 C 6 %6.58 D 6%6.158 B 10.根据牧区每个月初的牲畜存栏数计算全牧区半年的牲畜平均存栏数，采用的公式是( ) A 简单平均法 B 几何平均法 C 加权序时平均法 D 首末折半法 D 11.在测定长期趋势的方法中，可以形成数学模型的是( ) A 时距扩大法 B 移动平均法 C 最小平方法 D 季节指数法
时间序列分析讲义第10章协方差平稳向量过程
第十章 协方差平稳向量过程和向量自回归模型 在时间序列理论当中，涉及到向量时间序列的主要有两部分内容，一部分是多元动态系统，另一部分是向量自回归模型的估计和检验。在本章当中，我们主要讨论一些基本概念。 §10.1 向量自回归导论 仍然利用小写字母表示随机变量或者实现，只是现在讨论1?n 向量之间的动态交互作用。假设一个p 阶向量自回归模型可以表示为)(p VAR ： t p t p 2t 21t 1t εY ΦY ΦY Φc Y +++++=--- (10.1) 其中p 1ΦΦ ,是n n ?阶系数矩阵，t ε是白噪声向量，满足： ? ? ?≠=Ω=t s t s E ,0,)(t s εε 其中Ω是n n ?阶正定矩阵。 可以利用分量形式将上述方程组的第一个方程表示为： t p t n p n p t p p t p t n n t t t n n t t t y y y y y y y y y c y 1,)(1,2)(12,1)(112,) 2(12,2)2(122,1)2(111 ,) 1(11,2)1(121,1)1(1111εφφφφφφφφφ++++++++++++++=--------- (10.2) 由此可见，在)(p VAR 模型当中，每个变量都表示成为常数项和其他所有变量的p 阶自回归的形式。此时与一元情形的一个显著的不同是，每个方程的残差项之间可能是相关的。 利用滞后算子形式，可以将)(p VAR 模型表示成为： t t p 21εc ΦΦΦ+=----y L L L I p n ][2 (10.3) 其中滞后算子多项式的元素可以表示成为： p p ij ij ij ij ij L L L L )(2)2()1()(φφφδ----= Φ 其中j i ij ==,1δ，j i ij ≠=,0δ 定义10.1 如果一个向量过程的一阶矩和二阶矩与时间无关，则称其是协方差平稳过程。此时下述变量与初始时间t 无关： )(t E y 和)(j t t E -'y y 命题10.1 如果一个向量过程满足)(p VAR 模型，且该过程是向量协方差平稳过程，则该过程的性质有： (1) 该过程的均值向量可以表示成为： c ΦΦΦI μp 211][-----= n (10.4) (2) )(p VAR 模型可以表示成为中心化形式： 12()()()()t t t t p t ----=-+-++-+12p y μΦy μΦy μΦy με (10.5) §10.2 向量自回归方程的表示和平稳性条件 与将高阶线性差分方程表示为一阶差分方程一样，我们也可以将一个普通的VAR (p )模型表示成为VAR (1) 的形式。为此，我们定义更高阶的向量为： 1(,,,)np ?'=t t-1t-p+1ξy -μy -μy -μ )0,,0,(1'=? t np V ε
时间序列分析方法第章预测
第四章 预 测 在本章当中我们讨论预测的一般概念和方法，然后分析利用),(q p ARMA 模型进行预测的问题。 §4.1 预期原理 利用各种条件对某个变量下一个时点或者时间阶段内取值的判断是预测的重要情形。为此，需要了解如何确定预测值和度量预测的精度。 4.1.1 基于条件预期的预测 假设我们可以观察到一组随机变量t X 的样本值，然后利用这些数据预测随机变量1+t Y 的值。特别地，一个最为简单的情形就是利用t Y 的前m 个样本值预测1+t Y ，此时t X 可以描述为： 假设*|1t t Y +表示根据t X 对于1+t Y 做出的预测。那么如何度量预测效果呢？通常情况下，我们利用损失函数来度量预测效果的优劣。假设预测值与真实值之间的偏离作为损失，则简单的二次损失函数可以表示为(该度量也称为预测的均方误差)： 定理4.1 使得预测均方误差达到最小的预测是给定t X 时，对1 +t Y 的条件数学期望，即： 证明：假设基于t X 对1+t Y 的任意预测值为： 则此预测的均方误差为： 对上式均方误差进行分解，可以得到： 其中交叉项的数学期望为(利用数学期望的叠代法则)： 因此均方误差为： 为了使得均方误差达到最小，则有： 此时最优预测的均方误差为： 211*|1)]|([)(t t t t t X Y E Y E Y MSE +++-= End 我们以后经常使用条件数学期望作为随机变量的预测值。 4.1.2 基于线性投影的预测 由于上述条件数学期望比较难以确定，因此将预测函数的范围限制在线性函数当中，我们考虑下述线性预测： 如此预测的选取是所有预测变量的线性组合，预测的优劣则体现在系数向量的选择上。 定义4.1 如果我们可以求出一个系数向量值α，使得预测误差)(1t t X Y α'-+与t X 不相关： 则称预测t X α'为1+t Y 基于t X 的线性投影。 定理4.2 在所有线性预测当中，线性投影预测具有最小的均方误差。
第八章--时间序列分析
第八章时间序列分析与预测 【课时】 6学时 【本章内容】 §8.1 时间序列的描述性分析 时间序列的含义、时间序列的图形描述、时间序列的速度分析 §8.2 时间序列及其构成分析 时间序列的构成因素、时间序列构成因素的组合模型 § 8.3 时间序列趋势变动分析 移动平均法、指数平滑法、模型法 §8.4 时间序列季节变动分析 原始资料平均法、趋势-循环剔除法、季节变动的调整 §8.5 时间序列循环变动分析 循环变动及其测定目的、测定方法 本章小结 【教学目标与要求】 1.掌握时间序列的四种速度分析 2.掌握时间序列的四种构成因素 3.掌握时间序列构成因素的两种常用模型 4.掌握测定长期趋势的移动平均法 5.了解测定长期趋势的指数平滑法 6.掌握测定长期趋势的线性趋势模型法 7.了解测定长期趋势的非线性趋势模型法 8.掌握分析季节变动的原始资料平均法 9.掌握分析季节变动的循环剔出法 10.掌握测定循环变动的直接法和剩余法 【教学重点与难点】 1.对统计数据进行趋势变动分析，利用移动平均法、指数平滑法、线性模型法求得 数据的长期趋势； 2.对统计数据进行季节变动分析，利用原始资料平均法、趋势－循环剔除法求得数 据的季节变动； 3.对统计数据进行循环变动分析，利用直接法、剩余法求得循环变动。 【导入】 很多社会经济现象总是随着时间的推移不断发展变化，为了探索现象随时间而发展变化的规律，不仅要从静态上分析现象的特征、内部结构以及相互关联的数量关系，而且应着眼于现象随时间演变的过程，从动态上去研究其发展变动的过程和规律。这时需要一些专门研究按照时间顺序观测的序列数据的统计分析方法，这就是统计学中的时间序列分析。 通过介绍一些时间序列分析的例子，让同学们了解时间序列的应用，并激发学生学习本章知识的兴趣。 1.为了表现中国经济的发展状况，把中国经济发展的数据按年度顺序排列起来， 据此来研究。 2.公司对未来的销售量作出预测。这种预测对公司的生产进度安排、原材料采购、 存货策略、资金计划等都至关重要。
时间序列分析法原理及步骤(精)
时间序列分析法原理及步骤 ----目标变量随决策变量随时间序列变化系统 一、认识时间序列变动特征 认识时间序列所具有的变动特征, 以便在系统预测时选择采用不同的方法 1》随机性:均匀分布、无规则分布,可能符合某统计分布(用因变量的散点图和直方图及其包含的正态分布检验随机性, 大多服从正态分布 2》平稳性:样本序列的自相关函数在某一固定水平线附近摆动, 即方差和数学期望稳定为常数 识别序列特征可利用函数 ACF :其中是的 k 阶自 协方差,且 平稳过程的自相关系数和偏自相关系数都会以某种方式衰减趋于 0, 前者测度当前序列与先前序列之间简单和常规的相关程度, 后者是在控制其它先前序列的影响后,测度当前序列与某一先前序列之间的相关程度。实际上, 预测模型大都难以满足这些条件, 现实的经济、金融、商业等序列都是非稳定的,但通过数据处理可以变换为平稳的。 二、选择模型形式和参数检验 1》自回归 AR(p模型
模型意义仅通过时间序列变量的自身历史观测值来反映有关因素对预测目标的影响和作用,不受模型变量互相独立的假设条件约束,所构成的模型可以消除普通回归预测方法中由于自变量选择、多重共线性的比你更造成的困难用 PACF 函数判别 (从 p 阶开始的所有偏自相关系数均为 0 2》移动平均 MA(q模型 识别条件
平稳时间序列的偏相关系数和自相关系数均不截尾,但较快收敛到 0, 则该时间序列可能是 ARMA(p,q模型。实际问题中,多数要用此模型。因此建模解模的主要工作时求解 p,q 和φ、θ的值,检验和的值。 模型阶数 实际应用中 p,q 一般不超过 2. 3》自回归综合移动平均 ARIMA(p,d,q模型 模型含义 模型形式类似 ARMA(p,q模型, 但数据必须经过特殊处理。特别当线性时间序列非平稳时,不能直接利用 ARMA(p,q模型,但可以利用有限阶差分使非平稳时间序列平稳化,实际应用中 d (差分次数一般不超过 2. 模型识别 平稳时间序列的偏相关系数和自相关系数均不截尾,且缓慢衰减收敛,则该时间序列可能是 ARIMA(p,d,q模型。若时间序列存在周期性波动, 则可按时间周期进
第八章 时间序列分析
第八章时间序列分析与预测 【课时】6学时 【本章内容】 § 时间序列的描述性分析 时间序列的含义、时间序列的图形描述、时间序列的速度分析 § 时间序列及其构成分析 时间序列的构成因素、时间序列构成因素的组合模型 § 时间序列趋势变动分析 移动平均法、指数平滑法、模型法 § 时间序列季节变动分析 [ 原始资料平均法、趋势-循环剔除法、季节变动的调整 § 时间序列循环变动分析 循环变动及其测定目的、测定方法 本章小结 【教学目标与要求】 1.掌握时间序列的四种速度分析 2.掌握时间序列的四种构成因素 3.掌握时间序列构成因素的两种常用模型 4.掌握测定长期趋势的移动平均法 5.了解测定长期趋势的指数平滑法 6.； 7.掌握测定长期趋势的线性趋势模型法 8.了解测定长期趋势的非线性趋势模型法 9.掌握分析季节变动的原始资料平均法 10.掌握分析季节变动的循环剔出法 11.掌握测定循环变动的直接法和剩余法 【教学重点与难点】 1.对统计数据进行趋势变动分析，利用移动平均法、指数平滑法、线性模型法求得数 据的长期趋势； 2.对统计数据进行季节变动分析，利用原始资料平均法、趋势－循环剔除法求得数据 的季节变动； 3.对统计数据进行循环变动分析，利用直接法、剩余法求得循环变动。 【导入】 ； 很多社会经济现象总是随着时间的推移不断发展变化，为了探索现象随时间而发展变化的规律，不仅要从静态上分析现象的特征、内部结构以及相互关联的数量关系，而且应着眼于现象随时间演变的过程，从动态上去研究其发展变动的过程和规律。这时需要一些专门研究按照时间顺序观测的序列数据的统计分析方法，这就是统计学中的时间序列分析。 通过介绍一些时间序列分析的例子，让同学们了解时间序列的应用，并激发学生学习本章知识的兴趣。 1.为了表现中国经济的发展状况，把中国经济发展的数据按年度顺序排列起来，
时间序列分析与预测论文
对1950-2009年的新疆社会消费品零售总额的时间序列分析与预测 利用1950-2009年的新疆社会消费品零售总额（记为：save，单位：万元） 的时间序列数据进行分析，建立时间序列ARIMA模型，并预测未来10年的社会 消费品零售总额。 表1 1950-2009年的新疆社会消费品零售总额 数据来源：《新疆统计年鉴2010》，《新疆五十年》 模型应用 data a; input date cost; cards; 1950 21920 1951 29023 1952 36646 1953 43198 1954 52216 1955 61379 1956 71464
1957 85578 1958 92490 1959 110526 1960 119059 1961 106780 1962 105454 1963 100837 1964 105406 1965 112970 1966 121349 1967 129530 1968 122971 1969 131318 1970 132306 1971 137958 1972 143416 1973 154676 1974 158035 1975 168486 1976 181377 1977 193457 1978 218865 1979 247796 1980 293590 1981 340739 1982 364133 1983 413324 1984 461439 1985 573842 1986 638981 1987 723913 1988 886986 1989 981497 1990 1043041 1991 1215180 1992 138**** **** 1683737 1994 1971086 1995 2536475 1996 2953597 1997 3104197 1998 3275210 1999 3473958 2000 3744999
时间序列分析方法第资料章范文预测
第四章 预 测 在本章当中我们讨论预测的一般概念和方法，然后分析利用),(q p ARMA 模型进行预测的问题。 § 预期原理 利用各种条件对某个变量下一个时点或者时间阶段内取值的判断是预测的重要情形。为此，需要了解如何确定预测值和度量预测的精度。 4.1.1 基于条件预期的预测 假设我们可以观察到一组随机变量t X 的样本值，然后利用这些数据预测随机变量1+t Y 的值。特别地，一个最为简单的情形就是利用t Y 的前m 个样本值预测1+t Y ，此时t X 可以描述为： 假设*|1t t Y +表示根据t X 对于1+t Y 做出的预测。那么如何度量预测效果呢？通常情况下，我们利用损失函数来度量预测效果的优劣。假设预测值与真实值之间的偏离作为损失，则简单的二次损失函数可以表示为(该度量也称为预测的均方误差)： 定理 使得预测均方误差达到最小的预测是给定t X 时，对1+t Y 的条件数学期望，即： 证明：假设基于t X 对1+t Y 的任意预测值为： 则此预测的均方误差为： 对上式均方误差进行分解，可以得到： 其中交叉项的数学期望为(利用数学期望的叠代法则)： 因此均方误差为： 为了使得均方误差达到最小，则有： 此时最优预测的均方误差为： 211*|1)]|([)(t t t t t X Y E Y E Y MSE +++-= End 我们以后经常使用条件数学期望作为随机变量的预测值。 4.1.2 基于线性投影的预测 由于上述条件数学期望比较难以确定，因此将预测函数的范围限制在线性函数当中，我们考虑下述线性预测： 如此预测的选取是所有预测变量的线性组合，预测的优劣则体现在系数向量的选择上。 定义 如果我们可以求出一个系数向量值α，使得预测误差)(1t t X Y α'-+与t X 不相关： 则称预测t X α'为1+t Y 基于t X 的线性投影。 定理 在所有线性预测当中，线性投影预测具有最小的均方误差。 证明：假设t X g '是任意一个线性预测，则对应的均方误差可以分解为： 由于t X α'是线性投影，则有：
第13章时间序列分析和预测
第13章时间序列分析和预测 三、选择题 1.不存在趋势的序列称为（）。 Ａ. 平稳序列Ｂ. 周期性序列 Ｃ. 季节性序列Ｄ. 非平稳序列 2.包含趋势性、季节性或周期性的序列称为（）。 Ａ. 平稳序列Ｂ. 周期性序列 Ｃ. 季节性序列Ｄ. 非平稳序列 3.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称为（）。Ａ. 趋势Ｂ. 季节性Ｃ. 周期性Ｄ. 随机性 < 4.时间序列在一年内重复出现的周期性波动称为（）。 Ａ. 趋势Ｂ. 季节性Ｃ. 周期性Ｄ. 随机性 5.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称为（）。Ａ. 趋势Ｂ. 季节性Ｃ. 周期性Ｄ. 随机性 6.时间序列中除去趋势、周期性和季节性之后的偶然性波动称为（）。Ａ. 趋势Ｂ. 季节性Ｃ. 周期性Ｄ. 随机性 7.从下面的图形可以判断该时间序列中存在（）。 Ａ. 趋势Ｂ. 季节性Ｃ. 周期性Ｄ. 趋势和随机性 8.增长率是时间序列中（）。 … Ａ. 报告期观察值与基期观察值之比 Ｂ. 报告期观察值与基期观察值之比减1后的结果 Ｃ. 报告期观察值与基期观察值之比加1后的结果 Ｄ. 基期观察值与报告期观察值之比减1后的结果 9.环比增长率是（）。 Ａ. 报告期观察值与前一时期观察值之比减1 Ｂ. 报告期观察值与前一时期观察值之比加1 Ｃ. 报告期观察值与某一固定时期观察值之比减1 Ｄ. 报告期观察值与某一固定时期观察值之比加1 10.定基增长率是（）。 , Ａ. 报告期观察值与前一时期观察值之比减1
Ｂ. 报告期观察值与前一时期观察值之比加1 Ｃ. 报告期观察值与某一固定时期观察值之比减1 Ｄ. 报告期观察值与某一固定时期观察值之比加1 11.时间序列中各逐期环比值的几何平均数减1后的结果称为 （ ）。 Ａ. 环比增长率 Ｂ. 定基增长率 Ｃ. 平均增长率 Ｄ. 年度化增长率 12.增长1个百分点而增加的绝对数量称为 （ ）。 Ａ. 环比增长率 Ｂ. 平均增长率 Ｃ. 年度化增长率 Ｄ. 增长1％绝对值 * 13.判断时间序列是否存在趋势成分的一种方法是 （ ）。 Ａ. 计算环比增长率 Ｂ. 利用回归分析拟合一条趋势线 Ｃ. 计算平均增长率 Ｄ. 计算季节指数 14.指数平滑法适合于预测 （ ）。 Ａ. 平稳序列 Ｂ. 非平稳序列 Ｃ. 有趋势成分的序列 Ｄ. 有季节成分的序列 15.移动平均法适合于预测 （ ）。 Ａ. 平稳序列 Ｂ. 非平稳序列 Ｃ. 有趋势成分的序列 Ｄ. 有季节成分的序列 16.下面的哪种方法不适合于对平稳序列的预测 （ ）。 # Ａ. 移动平均法 Ｂ. 简单平均法 Ｃ. 指数平滑法 Ｄ. 线性模型法 17.下面的公式哪一个是均方误差 （ ）。 Ａ.n Y E Y i i i ∑???? ???-100 Ｂ. n E Y i i ∑- Ｃ. () n E Y n i i i ∑=-12 Ｄ. ()n E Y n i i i ∑=-1 18.通过对时间序列逐期递移求得平均数作为预测值的一种预测方法称为 （ ）。 Ａ. 简单平均法 Ｂ. 加权平均法 Ｃ. 移动平均法 Ｄ. 指数平滑法 19.指数平滑法得到t+1期的预测值等于 （ ）。 Ａ. t 期的实际观察值与第t+1期指数平滑值的加权平均值 @ Ｂ. t 期的实际观察值与第t 期指数平滑值的加权平均值 Ｃ. t 期的实际观察值与第t+1期实际观察值的加权平均值 Ｄ. t+1期的实际观察值与第t 期指数平滑值的加权平均值 20.在使用指数平滑法进行预测时,如果时间序列有较大的随机波动,则平滑系数α的取值 （ ）。 Ａ. 应该小些 Ｂ. 应该大些
时间序列分析与预测论文
对1950－２009年的新疆社会消费品零售总额的时间序列分析与预测 利用1950-２0０９年的新疆社会消费品零售总额(记为：save，单位:万元)的时间序列数据进行分析,建立时间序列ＡRIMA模型,并预测未来1０年的社会消费品零售总额。 表１ 19５0-２０0９年的新疆社会消费品零售总额 数据来源:《新疆统计年鉴２０1０》，《新疆五十年》 模型应用 dａtａａ; ｉｎpuｔ date ｃosｔ; ｃaｒdｓ; １9５０ 2192０ 195１２9０2３ 1952 36646 195343198 195452216 1955 6137９ 1９56 ７１464 1957 8５57８
19５8 92４9０1959 110５26 １960 1１905９ １９６1 10６780 １962 1０5４5４ 19６３ 10０837 １9641０54０6 1９６５１129７０196６12１3４9 １967 １２9530 19６８12297１196９ 131318 1970 132３0６ １９71 13７９５8 １972 143４16 1973 1546７６ 19７41５８0３5 １97５ 168４86 197６ 1８1３7７ １97７１93457 1978 ２1886５1979 2４7796 １980 29３590 1９81340739 19８２ 36４13３ 1９83４13324 19８4 46143９ 1９85 ５7３842 1９８66389８１ １９８7７２391３１９８8 ８86９8６198９ 98149７ 1９90 10４３041 19９11２15１80 199２１38２4５２19９3 １683７37 19９419７1０86 １995 25３6475 1９９6 29５３5９7 199７ 3１０4１9７19９８３２7521０1999 ３473958 200０ 3744９９9 200１ 406348７
时间序列分析-降水量预测模型
课程名称: 时间序列分析 题目: 降水量预测 院系：理学院 专业班级：数学与应用数学10-1 学号： 87 学生姓名：戴永红 指导教师：＿＿潘洁＿ 2013年 12 月 13日
1.问题提出 能不能通过以前的降水序列为样本预测出2002的降水量？ 2.选题 以国家黄河水利委员会建站的山西省河曲水文站1952年至2002年51年的资料为例，以1952年至2001年50年的降水序列作为样本，建立线性时间序列模型并预测2002年的降水状态与降水量，并与2002年的实际数据比较说明本模型的具体应用及预测效果。资料数据见表1。 表1 山西省河曲水文站55年降水量时间序列
3．原理 模型表示 均值为0，具有有理谱密度的平稳时间序列的线性随机模型的三种形式，描述如下： 1、()AR p 自回归模型：1122t t t p t p t ωφωφωφωα-------=L 由2p +个参数刻画； 2、()MA q 滑动平均模型：1122t t t t q t q ωαθαθαθα---=----L 由2q +个参数刻画； 3、(,)ARMA p q 混和模型： 11221122t t t p t p t t t q t q ωφωφωφωαθαθαθα----------=----L L (,)ARMA p q 混和模型由3p q ++个参数刻画； 自相关函数k ρ和偏相关函数kk φ 1、自相关函数k ρ刻画了任意两个时刻之间的关系，0/k k ργγ= 2、偏相关函数kk φ刻画了平稳序列任意一个长1k +的片段在中间值11,t t k ωω++-L 固定的条件下，两端t ω，t k ω+的线性联系密切程度。 3、线性模型k ρ、kk φ的性质 表2 三种线性模型下相关函数性质 模型识别
统计学之时间序列分析在经济预测中的应用
《时间序列分析》案例
案例名称：时间序列分析在经济预测中的应用内容要求：确定性与随机性时间序列之比较设计作者：许启发，王艳明 设计时间：2003年8月
案例四：时间序列分析在经济预测中的应用 一、案例简介 为了配合《统计学》课程时间序列分析部分的课堂教学，提高学生运用统计分析方法解决实际问题的能力，我们组织了一次案例教学，其内容是：对烟台市的未来经济发展状况作一预测分析，数据取烟台市1949—1998年国内生产总值（GDP）的年度数据，并以此为依据建立预测模型，对1999年和2000年的国内生产总值作出预测并检验其预测效果。国内生产总值是指一个国家或地区所有常住单位在一定时期内生产活动的最终成果，是反映国民经济活动最重要的经济指标之一，科学地预测该指标，对制定经济发展目标以及与之相配套的方针政策具有重要的理论与实际意义。在组织实施时，我们首先将数据资料印发给学生，并讲清本案例的教学目的与要求，明确案例所涉及的教学内容；然后给学生一段时间，由学生根据资料，运用不同的方法进行预测分析，并确定具体的讨论日期；在课堂讨论时让学生自由发言，阐述自己的观点；最后，由主持教师作点评发言，取得了良好的教学效果。 经济预测是研究客观经济过程未来一定时期的发展变化趋势，其目的在于通过对客观经济现象历史规律的探讨和现状的研究，求得对未来经济活动的了解，以确定社会经济活动的发展水平，为决策提供依据。 时间序列分析预测法，首先将预测目标的历史数据按照时间的先后顺序排列，然后分析它随时间的变化趋势及自身的统计规律，外推得到预测目标的未来取值。它与回归分析预测法的最大区别在于：该方法可以根据单个变量的取值对其自身的变动进行预测，无须添加任何的辅助信息。 本案例的最大特色在于：它汇集了统计学原理中的时间序列分析这一章节的所有知识点，通过本案例的教学，可以把不同的时间序列分析方法进行综合的比较，便于学生更好地掌握本章的内容。 二、案例的目的与要求 （一）教学目的 1．通过本案例的教学，使学生认识到时间序列分析方法在实际工作中应用的必要性和可能性； 2．本案例将时间序列分析中的水平指标、速度指标、长期趋势的测定等内容有机的结合在一起，以巩固学生所学的课本知识，深化学生对课本知识的理解； 3．本案例是对烟台市的国内生产总值数据进行预测，通过对实证结果的比较和分析，使学生认识到对同一问题的解决，可以采取不同的方法，根据约束条件，从中选择一种合适的预测方法； 4．通过本案例的教学，让学生掌握EXCEL软件在时间序列分析中的应用，对统计、计量分析软件SPSS或Eviews等有一个初步的了解； 5．通过本案例的教学，有助于提高学生运用所学知识和方法分析解决问题的能力、合作共事的能力和沟通交流的能力。 （二）教学要求 1．学生必须具备相应的时间序列分析的基本理论知识； 2．学生必须熟悉相应的预测方法和具备一定的数据处理能力； 3．学生以主角身份积极地参与到案例分析中来，主动地分析和解决案例中的问题； 4．在提出解决问题的方案之前，学生可以根据提供的样本数据，自己选择不同的统计分析方法，对这一案例进行预测，比较不同预测方法的异同，提出若干可供选择的方案；
第八章 时间序列分析和预测
第十一章时间序列分析和预测 一、填空题 1、若时间序列有20年的数据，采用5年移动平均，修匀后的时间序列中剩下的数据有个。 2、某地区2005年1季度完成的GDP=50亿元，2005年3季度完成的GDP =55亿元，则GDP年度化增长率为。 3、若时间序列有18年的数据，采用3年移动平均，修匀后的时间序列中剩下的数据有个。 4、某地区2005年1季度完成的GDP=30亿元，2005年3季度完成的GDP=36亿元，则GDP年度化增长率为。 5、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__________。 6、已知某时间数列各期的环比增长率分别为3%、6%、8%，该数列的定基增长速度为____________。 7、当我们研究啤酒消费量发现它的消费量在夏季比其他季节消费量多许多，则该时间序列存在趋势，若我们还发现对啤酒的消费的逐年增长率都为正数，则该序列有趋势。 8、已知某地区1990年的财政收入为150亿元，2005年为1200亿元，则该地区的财政收入在这段时间的年平均增长率为。 9、在确定平滑系数的大小时，当时间序列有较大随机波动时，平滑系数宜选，这时_____________的权重较大，对预测值的影响较强。 10、已知小姜买的两种股票的综合价格指数上涨了24点，本日股票的平均收盘价格为14元，前日股票的平均收盘价格为。 11、如果某月份的商品销售额为84万元，该月的季节指数为1.2，在消除季节因素后的该月的销售额为____________万元。 12、某种商品的价格连续四年环比增长分别为8%、10%、9%、12%，该商品价格的年平均增长率为。 13、增长率由于采用的基期不同可分为和。 14、影响时间数列的因素有长期趋势、季节变动、和不规则变动。 15、周末超市的营业额常常会大大高于平日数额，这种波动属于。 16、根据各年的月份资料计算的季节指数之和应等于。 17、1996——2000年我国房地产业经营情况：经营总收入增长了5.1倍，据此计算的年平均增长速度（增长率）为。 18、如果现象在初期增长迅速，随后增长率逐渐降低，最终以K为增长极限。对这类现象进行预测，适合的曲线是。 19、不存在趋势的序列称为。 20、时间序列中呈现出来的围绕长期趋势的一种波浪形或者振荡式变动称为。 21、时间序列中除去趋势、周期性和季节性之后的偶然性波动称为。 22、时间序列中各逐期比值的几何平均数减1后的结果称为。 23、1996——2000年我国房地产业经营情况：经营总收入增长了5.1倍，据此计算的年平均增长速度（增长率）为。 24、增长1个百分点而增加的绝对数量称为。 25、某地地区农民家庭年均收入2004年为1500元，2005年增长了8%，那么2005年与2004年相比，每增加1个百分点增加的收入为。 26、季节指数反映了某一月份或季度的数值占全年平均数值的大小，如果现象的发展没有季节变动则各期的季节指数应等于。 27、1999年1月份的社会商品零售总额为25亿元，2000年1月份在零售总额为30亿元，年度化增长率为。 28、1998年3月份财政收入总额为240亿元，2000年6月份的财政收入总额为为300亿元，年度化增长率为。