趋势季节模型预测方法的改进

时间数列的变动是受多种因素共同影响的结果.其影响因素分为长期趋势T、季节变动S、循环变动C和不规则变动I,其中,长期趋势T和季节变动S是影响时间数列变动的两大主要因素.对存在明显的长期趋势和季节变动的时间数列,应构建趋势季节模型:(y)s=(y)·s,(y)s为考虑季节变动的预测值,y为长期趋势预测值,s为季节比率.     

对季节指数计算方法的思考

在对时间数序列进行分析时,通常的《统计学》教科书中总是将其构成要素分为四类,一是长期趋势T,二是季节变动S,三是循环变动C,四是不规则变动I。在进行分析时常构建加法模型Y=T S C I或乘法模型Y=T·S·C·I,有时也采用两者的混合形式。在对其中的季节因素S进行分析时,需要计算     

经济预警的理论和方法(之四)

四、经济波动的测定方法(2)——剩余法剩余法又称残余法,其基本前提是假定时间序列Y可分解为长期趋势T、季节变动S、循环变动C和不规则变动I四个部分。采用剩余法测定经济波动,就是从时间序列中逐次或一次消去长期趋势T和季节变动S,余下循环变动与不规则变动,在此基础上,再消去不规则变动,最后得到循环变动值。这样,就将测定周期性波动的问题,转化为选择时间序     

季节变动预测新论

季节变动是指某些社会经济现象由于受季节更替、生产条件和生活习惯的影响，而形成每年重复出现的有规律性的周期变动。正确认识和掌握季节变动规律，进行季节预测，对于制定营销计划，合理组织货源，满足市场需要等具有重要意义。对于同时含有季节因素、趋势因素和不规则因素的时间数列，目前常用的季节预测法主要有两种；移动平均趋势剔除法和最小平方趋势剔除法。笔者认为：移动平均趋势剔除法虽然原理简单，可以消除季节因素和不规则因素影响，显示现象总体的线性变动趋势，但该方法求得的移动平均值能否真正反映各期趋势水平则令人怀疑…     

用虚拟变量法进行季节波动预测

一、引言季节波动是指由于自然条件或社会条件的影响，经济现象在一年内随着季节的转变而引起的周期性的波动。一般来说，在一些经济现象除了受季节波动影响之外，它还受到经济发展的长期趋势的影响以及除了上述因素以外的不规则波动。为了能对受季节波动影响的经济现象进行预测，一般常用的方法是将影响经济现象的各个主要因素加以分解，进行单独测算，然后再进行迭加，从而对受季节波动影响的经济现象进行预测。对于受季节波动影响的经济变量Y，它可以分解为Y=T＋S＋I（其中T为长期趋势，S为季节波动，I为不规则变动）、或Y＝T·S＋I…     

Excel在时间序列分析中的应用

Excel在办公自动化中的应用是众所周知的,但一提到统计分析软件,人们都会理所当然地想到Statistic、Spss、SAS等,谁也不会把Excel牵扯进来.在人们眼里,似乎Excel只能求简单的均值、方差等,而登不了统计分析的大雅之堂.其实,据有关资料表明,Excel可以实现90%以上的统计分析功能,而且简便易行.下面我们就以时间数列分析入手,观察一下EXcel是怎样剔除不规则变动(I),长期趋势(T),季节变动(S),来显示出循环波动(C),希望对统计工作者有一定借鉴作用.     

时间数列模型的联合估计

月份或季度资料时间数列,至少存在长期趋势、季节变动和不规则变动三种变动。测定和分解这三种变动,是时间数列分析的基本任务之一。目前,国内外通行的测定方法是分别测定,即用移动平均法或曲线配合法测定出长期趋势,再用移动平均趋势剔除     

季节性指数平滑法参数的优选

一、季节性指数平滑法 季节性指数平滑法是20世纪60年代初由温特(Winters)研究制定出来的一种较高级形式的指数平滑方法.这种方法最突出的优点是对具有趋势变动和季节变动两种因素的时间数列,分别对每种因素进行指数平滑,然后将各种因素的平滑结果结合起来,对原时间数列进行预测.这就扩大了指数平滑方法的应用范围,提高了对兼有趋势和季节变动两种因素时间数列预测的准确性.     

分割平均法拟合二次曲线的两种具体形式

一、提出的问题 社会经济现象的发展变化是多种因素影响的综合结果.由于各种因素的作用方向和影响强弱不同,使具体的时间数列(又称动态数列)呈现出不同的变动形态.统计分析的任务就是要正确地确定时间数列性质,对构成时间数列各种因素加以分解和测定,以便对未来的状况作出判断和预测.构成时间数列的各种因素,按它们的性质和作用不同,可以归纳为长期趋势、季节变动、循环变动、不规则变动四种.     

对季节指数测定中趋势值计算方法的一个实证分析

运用季节变动预测法进行预测，必然要测定季节指数．如果某种季节往商品以年为单位的历史数据呈趋势型变动，就可以用“长期趋势消除法”先消除长期趋势影响因素，然后测定季节指数．本文拟对现行的“长期趋势消除法”作一个实证分析，提出一点看法．趋势型变动的历史数据（Y）是趋势变动（T）、季节变动因素（S）和随机因素（R）综合影响的结果（因多数商品不存在明显的同期波动因素，本文对它不作考虑）。可用斧式表示为JY—TXSXR．用“长期趋势用除祛”固定季节拍数的思路走：先通过对历年同月（季）数据的平均．得到历年同月（季）…     

从时间序列来看外高桥保税区工业产值的发展趋势

社会经济现象的发展变化是多种因素影响的综合结果,由于各种因素的影响作用强弱不同,使具体的时间数列呈现出不同的变动形态。按构成时间数列的各种因素的性质和作用来划分,可以归纳为长期趋势因素、季节变动因素、周期变动因素和不规则变动因素。外高桥保税区     

不规则资料季节变动模型研究

在时间数列分解分析中,对季节变动的测定方法很多,常用的是趋势剔除比例平均法,其中又分非模型的移动平均趋势法和模型(直线和非直线)趋势法。不管哪种方法,都要求所用历史资料必须有规则的周期性变动,即每隔一定周期(一般是一年),同时期的数值反复重现,周而复始。实际上,有些资料不能满足这个条件,资料表现出某种不规则性。例如,我国副食品的销售量有明显的季节性,尤以每年春节期间出现的高峰最为突出。但春节     

对增长趋势季节数列测定季节变动方法的一点看法

文章通过对移动平均法和趋势方程拟合法测定增长趋势季节数列的季节变动进行比较,肯定了移动平均法测定季节变动是更好的方法。     

关于趋势季节模型预测方法的改进

当时间数列受长期趋势和季节变动的双重影响时,需运用趋势季节模型进行预测.不言而喻,运用趋势季节模型进行预测,需要掌握季度或月份的趋势值.     

拟合抛物线的分段平均法之改进

拟合抛物线的分段平均法之改进王道春，黄守坤，齐恒孝，谭阴英时间数列是指同类社会经济现象的统计指标数值按时间先后顺序排列而成的数列。为了预测和决策，需要对其配合趋势线，从而使我们能够对其进行修匀，使修匀后的数列排除季节变动、循环变动和不规则变动因素的影...     

判定季节变动模式的检验方法

季节变动广泛存在于社会经济现象的时间数列中,而季节变动模式又具有多样性。按季节因素与其他因素的结合方式,可分为加法模式和乘法模式;按其稳定性,可分为不变季节模式和可变季节模式;因为有些社会经济现象的发展变化与数据汇总时期不一致,从而使某些季节出现不规则季节变动,     

外资在中国经济增长中的灰稳定性分析

一、灰色关联度的分析方法 进行关联度分析时,首先要选定参考数据列或母因素列,记为X0(t)和被比较数据列或子因素列Xi(t),t=1,2,3,…n,I=1,2,3,…n,每个数列在各个时刻的值构成一个n维向量,如Xi(1),Xi(2),…,Xi(n)是第I个数列向量,对一个参考数列X0(t)有好几个比较数列X1,X2,X3,…,Xn的情况下,可以用下述关系表示各被比较曲线与参考曲线在各点或时刻的差.     

季节调整方法综述及比较

一、前言所谓季节调整,就是将某一统计指标的时间序列中的季节性因素和偶然性因素剔除,从而使经过季节调整的时间序列能够较为准确地反映出社会经济运行基本态势。早在20世纪的上半叶人们就开始了从时间序列中分解季节因素、调整季节变动的尝试。季节调整的问题首先是由美国经济学家1919年提出的,此后,有关季节调整的方法不断的出现和改进。1931年麦考利(Macauley)提出了用移动平均比率法进行季节调整,成为季节调整方法的基础。1954年Shiskin在美国普查局首先开发了在计算机上运行的程序对时间序列进行季节调整,称为X1,此后,季节调整的方…     

德国BV4.1模型修正与中国CPI季节调整

居民消费价格指数(CPI)是衡量通货膨胀程度和经济活动水平的重要指标,通常要剔除季节性因素影响.本文对国际最新的BV4.1季节调整模型进行了系统的研究和软件开发,编写R程序增强了其实用性.首先考虑到了中国的节日因素,交易日因素和异常值,对2001年1月至2015年3月的CPI数据进行了预处理.在分离出季节成分以及日历成分之后,采用平滑区间和修正历史法进行模型诊断的研究.研究认为:CPI的趋势在短期内具有二阶多项式发展特征,节日因素、交易日影响和异常值不显著;实证结果表明,BV4.1的季节调整结果与其他模型如X-12-ARIMA和TRAMO/SEATS相比具有很强的稳定性.     

基于状态空间模型的中国财政支出季节调整研究

文章对中国1998年1季度至2015年4季度财政支出的时间序列构建了基于状态空间形式的季节调整模型,通过卡尔曼滤波对状态方程各量测变量进行最优估计,并通过BHHH极大似然法对模型中的超参数进行估计,得出超参数、量测变量和量测变量相关系数矩阵估计值.根据分离出的循环趋势因素和季节因素,计算季节因素绝对值变化率和HP滤波分解,得到季节因素的趋势项和循环项.通过季节因素绝对值变化率曲线、其趋势项和循环项曲线分析,得到这6个年度波动性显著的原因.研究表明,中国财政支出具有季节性特征,但在特定年份受到国内经济环境和国内财政政策的影响,季节因素具有较大程度的波动性趋势.