时间序列的分类 。 平稳序列(stationary series) ·各观察值基本上在某个固定的水平上波动 ·或虽有波动，但并不存在某种规律，而其波动 可以看成是随机的 。 非平稳序列(non-stationary series) ·有长期变动趋势的序列 ·趋势可以是线性的或非线性的 ·有长期变动趋势、季节性变动和周期性变动的 妻哈型序列
11 时间序列的分类 • 平稳序列(stationary series) • 各观察值基本上在某个固定的水平上波动 • 或虽有波动，但并不存在某种规律，而其波动 可以看成是随机的 • 非平稳序列 (non-stationary series) • 有长期变动趋势的序列 • 趋势可以是线性的或非线性的 • 有长期变动趋势、季节性变动和周期性变动的 复合型序列
编制时间序列的原则 口各期指标数值所属时间可比 口各期指标数值总体范围可比 口各期指标数值计算口径可比 ▣各期指标数值经济内容可比
12 •编制时间序列的原则 q各期指标数值所属时间可比 q各期指标数值总体范围可比 q各期指标数值计算口径可比 q各期指标数值经济内容可比
2、时间序列的构成要素与分析模型 1)时间序列的构成要素 。 事物的发展变化同时受多种因素的影响。作为表现事物发度 量特征的时间序列，其各个观察值(y)是多种因素共同作 结果的综合体现。影响时间序列的因素大体上可以分为四种， 即长期趋势(Secular trend)、季节变动(Seasona fluctuation)、循环波动(Cyclical movement)和不规则波 动(Irregular variations)。 时间序列的构成要素 长期趋势 季节性变动 周期性变动 随机性变动 线性趋势 非线性趋势
13 2、时间序列的构成要素与分析模型 1）时间序列的构成要素 • 事物的发展变化同时受多种因素的影响。作为表现事物发展数 量特征的时间序列，其各个观察值（Yi）是多种因素共同作用 结果的综合体现。影响时间序列的因素大体上可以分为四种， 即长期趋势（Secular trend）、季节变动（Seasonal fluctuation）、循环波动（Cyclical movement）和不规则波 动（Irregular variations）。 线性趋势 非线性趋势 长期趋势 季节性变动 周期性变动 随机性变动 时间序列的构成要素
时间序列的构成要素 长期趋势(trend-T) 时间序列观察值在较长时期内呈现出某种持续 发展变化的状态、趋向或规律 季节性变动(seasonality-S) -也称季节变动(Seasonal fluctuation) ·时间序列观察值在一年内重复出现的周期性 波动 周期性变动(cyclity-C) -也称循环波动(Cyclical fluctuation) ·围绕长期趋势的一种波浪形或振荡式变动 随机性变动(random-) 也称不规则波动(Irregular variations) 除去趋势、周期性和季节性之后的偶然性波动
14 时间序列的构成要素 • 长期趋势(trend-T) – 时间序列观察值在较长时期内呈现出某种持续 发展变化的状态、趋向或规律 • 季节性变动(seasonality-S) § - 也称季节变动(Seasonal fluctuation) § - 时间序列观察值在一年内重复出现的周期性 波动 § 周期性变动(cyclity-C) – 也称循环波动(Cyclical fluctuation) – 围绕长期趋势的一种波浪形或振荡式变动 • 随机性变动(random-I) – 也称不规则波动(Irregular variations) – 除去趋势、周期性和季节性之后的偶然性波动
2)时间序列的分解模型 ·将影响因素与时间序列的关系用数学关系式表示就构 成时间序列的分解模型。 ·分别测定各影响因素的变动规律及其对时间序列的影 响程度的过程称为时间序列的构成分析，可作为预测 未来的依据。 。 按四种因素对时间序列的影响方式不同，时间序列可 分解为多种模型。 乘法模型 Y=TXSXCXI 加法模型 yeT+S+C+工 ·最常用的是乘法模型。其基本假设是各构成因素互不 独立，对事物的影响是相互的，除对时间序列的发展 水平产生影响外，因素之间也相互影响。利用乘法模 型可以将各因素从时间序列中分离出来进行分析
15 2）时间序列的分解模型 • 将影响因素与时间序列的关系用数学关系式表示就构 成时间序列的分解模型。 • 分别测定各影响因素的变动规律及其对时间序列的影 响程度的过程称为时间序列的构成分析，可作为预测 未来的依据。 • 按四种因素对时间序列的影响方式不同，时间序列可 分解为多种模型。 乘法模型 Yi=Ti×Si×Ci×Ii 加法模型 Yi=Ti+Si+Ci+Ii • 最常用的是乘法模型。其基本假设是各构成因素互不 独立，对事物的影响是相互的，除对时间序列的发展 水平产生影响外，因素之间也相互影响。利用乘法模 型可以将各因素从时间序列中分离出来进行分析