时间序列分析在我国社会消费品零售总额预测中应用教学文稿.doc
《时间序列分析在我国社会消费品零售总额预测中应用教学文稿.doc》由会员分享,可在线阅读,更多相关《时间序列分析在我国社会消费品零售总额预测中应用教学文稿.doc(29页珍藏版)》请在咨信网上搜索。
1、时间序列分析在我国社会消费品零售总额预测中应用河北经贸大学毕业论文时间序列分析在我国社会消费品零售总额预测中的应用专业名称: 统计学 班 级: 200801 学生姓名: XXX 指导教师: XXX 完成时间: 2012年5月 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。市场经济中,政府对市场变化的即时反应是各国经济工作的重点。在我国,随着市场经济的日益成熟,各级政府逐渐认识到短期计划的重要性。在要求减少对市场干预的同时,政府在经济中的作用主要体现在保证经济运行的正常轨道,由于社会消费品零售总额反映了经济运行中的一个重要环节消费,尤其是目
2、前我国市场上的消费需求不足现象,使我国经济发展受到外需与内需两方的困扰。因此对于社会消费品零售总额预测中的研究一直具有积极意义。本文系统阐述了时间序列分析方法在社会消费品零售总额预测中的应用,包括模型和模型。本文使用模型对社会消费品零售总额波动趋势进行短期预测,首先对我国2001年1月至2011年12月社会消费品零售总额数据进行预处理和分析,发现该时间序列既包含趋势性又包含季节性,然后对其进行建模分析。为检验模型预测效果,保留2011年1月至12月的观测值作为评价模型预测精度的参照对象,最后通过对2011年1月至12月数据的试预测,发现模型有较好的拟合效果。关键词 时间序列分析;社会消费品零售
3、总额;预测ABSTRACTThe 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 market economy, the governments immediate reaction to
4、changes in the market is the focus of economic work. In our country, along with the increasingly mature market economy, various governments gradually realize the importance of short-term plan. The role of the government in the economy mainly embodies in the guarantee of economic operation of the nor
5、mal track. The total retail sale of social consumer goods reflects one of the important economic operation links consumption. Our country consumption market demand inadequacy at present making our country economy development by foreign demand and domestic demand puzzled. So the total retail sale of
6、consumer goods in the prediction of research always has positive significance. This paper elaborates the method of time series analysis in total retail sales of consumer goods in the prediction, including both the model of and the model of .The paper uses the model of forecasting the total retail sa
7、les of social consumer goods. In the first, the author preprocesses the total retail sales of social consumer goods of January 2001 to December 2011, finding that the time series contains both trend and contains a seasonal. Then, the paper analyses the sequence with the model of. At last, the author
8、 finds the model of has better fitting effect.Key words time series analysis; forecast; the total retail sale of social consumer good目录一、引言1二、时间序列的特征分析1(一)时间序列定义2(二)平稳性21、平稳时间序列的定义22、平稳性检验2(三)纯随机性3(四)季节性3三、时间序列分析方法4(一)模型和模型41、模型42、模型5(二)模型与模型51、模型52、模型63、模型的识别7(三)模型分析法7四、我国社会消费品零售总额预测的实证分析8(一)时间序列预处
9、理81、时间序列平稳性检验92、时间序列季节性检验103、时间序列纯随机性检验12(二)模型识别与建立12(三)模型评价14(四)模型预测15五、结论及建议17参考文献19附录120时间序列分析在我国社会消费品零售总额预测中的应用一、引言 社会消费品零售总额是指各种经济类型的批发零售业、贸易业、餐饮业、制造业和其他行业对城乡居民和社会集团的消费品零售额和农民对非农民居民零售额的总和。这个指标能够反映通过各种商品流通渠道向居民和社会集团供应生活消费品来满足他们生活需求的情况,是研究人民生活、社会消费品购买力、货币流通等问题的重要指标。随着消费环境的逐步改善,人们的消费能力不断增强,人们消费能力的
10、增强直接带动了社会消费品零售总额的发展,“十一五”期间,面对复杂多变的国内外形势,特别是为应对国际金融危机的冲击,国家出台了一系列扩大内需、促进消费等政策措施,消费品市场的稳定发展对我国缓冲金融危机起到了明显的积极作用,消费需求已经成为经济增长的重要组成部分。中国社会消费品零售业的发展将进入参与国际化竞争的新阶段,可靠准确的数据体系有利于政府的宏观决策,而零售总额的数据受多种因素的影响。因此对我国社会消费品零售总额进行预测是有积极意义的。本文利用时间序列分析方法对我国社会消费品零售总额进行分析和预测。时间序列分析是根据动态数据揭示系统动态结构的规律的统计方法。其基本思想是根据系统的有限长度的运
11、行记录(观察数据),建立能够比较准确地反映时间序列中所包含的动态依存关系的数学模型,并借以对系统的未来行为进行预报。二、时间序列的特性分析 在建立时间序列模型之前,必须对时间序列数据进行预处理,以便剔除那些不符合统计规律的异常样本,同时还要对这些数据的基本统计特征进行检验,以确保建立的时间序列模型的可靠性和置信度,并满足一定的精度要求。对时间序列数据进行的预处理包括平稳性检验、纯随机性检验和季节性检验。(一)时间序列定义所谓时间序列就是按照时间的顺序记录的一列有序数据。对时间序列进行观察、研究,找寻它的变化发展规律,预测它将来的走势就是时间序列分析。在统计研究中,常用按时间顺序排列的一组随机变
12、量 ,来表示一个随机事件的时间序列,简记为)或)。用或表示该随机序列的n个有序观察值,称之为序列长度为n的观察值序列。(二)平稳性1、平稳时间序列的定义 随机时间序列的平稳性分为严平稳和宽平稳。严平稳是一种条件比较苛刻的平稳性定义,它认为只有当序列所有的统计性质都不会随着时间的推移而发生变化时,该序列才能被认为平稳。设)为一时间序列,对任意正整数m,任取,对任意整数,有 则称时间序列为严平稳时间序列。宽平稳是使用序列的特征统计量来定义的一种平稳性。它认为序列的统计性质主要由它的低阶矩决定,所以只要保证序列低阶矩平稳(二阶),就能保证序列的主要性质近似稳定。 满足以下条件的序列称为宽平稳时间序列
13、 为常数,2、平稳性检验时间序列模型是建立在随机时间序列平稳性的基础上的,因此对随机时间序列进行平稳性检验是非常必要的。对序列平稳性的检验方法主要有三种检验方法:时序图检验、自相关图检验和单位根检验。(三)纯随机性对于随机序列, tT , 如果E() = 0,tT;Cov (,) = 0, (t + k ) T , k 0 , 则称为纯随机序列,又称为白噪声序列。白噪声是平稳的随机过程 ,是一种没有分析价值的序列。如果一个时间序列是纯随机的,得到一个观察期数为n的观察值序列,那么该序列的延迟非零期的样本自相关系数将近似服从均值为零、方差为序列观察期数倒数的正态分布,即 0式中,n为观察期数。我
14、们可以构造检验统计量来检验序列的纯随机性。原假设和备择假设分别为:原假设:备择假设:至少存在某个检验统计量为Ljung-Box Q检验统计量:当统计量大于程分位点,或该统计量的P值小于时,则可以以的置信水平拒绝原假设,认为该序列为非纯随机序列;否则,接受原假设,认为该序列为纯随机序列。(四)季节性时间序列的季节性是指在某一固定的时间间隔上,序列重复出现某种特性,比如地区降雨量、旅游收入等时间序列都具有明显的季节变化。一般地,月度数据的时间序列,其季节周期为12个月;季度数据的时间序列,其季节周期为4个季。判断时间序列季节性的标准为:月度数据,考察k=12、24、36时的自相关系数是否与0有显著
15、差异;季度数据,考察k=4,8,12是否与0有显著差异。若自相关系数与0有显著差异,说明各年中每一月(季)相关,序列存在季节性,反之则不存在季节性。实际问题中常会遇到季节性和趋势性同时存在的情况,这时必须事先剔除序列趋势性再用上述方法识别序列的季节性,否则季节性会被趋势性所掩盖,以致判断错误。三、时间序列分析方法时间序列分析方法包括传统时间序列分析和随机时间序列分析。传统时间序列分析方法主要包括指数平滑法、移动平均法、时间回归法等,这些传统的时间序列分析方法在经济中广为应用,但由于没有考虑整个社会经济发展的新动向和其他因素的影响,所以准确性较差。1970年,Box和Jenkins提出了以随机理
16、论为基础的时间序列分析方法,即随机时间序列分析,使时间序列分析理论上升到了一个新的高度,预测的精度大大提高。随机性时间序列分析包括一元时序分析、多元时序分析、可控时序分析等,其基本模型有模型、模型以及模型和模型等。(一)模型和模型1、模型如果时间序列是它的前期值和随机项的线性函数,即可表示为 4.1.1则称该时间序列是自回归序列,(4.1.1)式为阶自回归模型,记为模型。实参数称为自回归系数,是模型的待估参数。随机项是相互独立的白噪声序列,且服从均值为0,方差为的正态分布。记为k步滞后算子,即,则模型(4.1.1)可表示为令 模型可简写为 2、模型如果时间序列是它的当期和前期的随机误差项的线性
17、函数,即可表示为 4.1.2则称该时间序列是移动平均序列,(4.1.2)式为阶移动平均模型,记为模型。实参数为移动平均系数,是模型的待估参数。引入滞后算子,并令则模型(4.1.2)可简写为 。(二)模型与模型1、模型模型的全称是自回归移动平均模型,它是目前最常用的拟合平稳序列的模型。把具有如下结构的模型称为自回归移动平均模型,简称模型。t若=0,该模型为中心化模型,中心化模型可以简写为:很明显,式中若=0,模型就退化成模型。若=0,模型就退化成模型。所以,模型和模型是模型的特例,可以将它们统称为模型,而模型的性质也正是模型和模型性质的有机结合。2、模型模型主要是针对平稳时间序列的分析模型。实际
18、上,在现实中绝大部分序列都是非平稳的,因而对非平稳序列的分析更普遍、更重要。对于非平稳序列,我们通常使用求和自回归移动平均模型,即模型进行拟合。我们把如下结构的模型成为模型:式中, 模型中参数是非平稳时间序列经过差分的次数。从理论上讲, 足够多次的差分运算可以充分地提取序列中的非平稳确定性信息。但差分运算的阶数并不是越多越好。因为差分运算是一种对信息的提取、加工过程, 每次差分都会有信息的损失, 所以在实际应用中差分运算的阶数要适当, 应当避免过渡差分, 即过差分的现象。模型的实质是差分运算与模型的组合。这说明任何非平稳序列只要通过适当阶数的差分就能实现平稳,这样就可以对差分后序列进行模型拟合
19、了。3、模型的识别模型的统计性质可以通过自相关和偏自相关函数来描述,通过自相关和偏自相关函数,我们可以总结出如下规律:模型的自相关系数是拖尾的,而偏自相关系数是步截尾的。模型的自相关系数是步截尾的,而偏自相关系数具有拖尾性。模型的自相关系数和偏自相关系数都是拖尾的,见表1。表1 模型自相关系数和偏自相关系数特征模型自相关系数偏相关系数拖尾阶截尾阶截尾拖尾拖尾拖尾由于样本的随机性, 样本的相关系数不会呈现出理论截尾的完美情况, 本应截尾的相关系数仍会呈现出小值振荡的情况。又由于平稳时间序列通常都具有短期相性, 随着延迟阶数的增大, 相关系数都会衰减至零值附近作小值波动。我们知道, 一个正态分布的
20、随机变量在任意方向上超出的概率约为0.05。因此, 可以通过自相关和偏自相关估计值序列的直方图来大致判断在5%的显著水平下模型的自相关系数和偏自相关系数不为零的个数, 进而大致判断序列应选择的具体模型形式。至于相对最优模型的选择,我们一般利用AIC准则和SC准则评判拟合模型的相对优劣, 即使上述两个AIC和SC函数值达到最小的模型为相对最优模型。(三)模型分析法在某些时间序列中,由于季节性变化或其他一些固有因素的变化,会存在一些明显的周期性,这类序列称为季节性序列。描述这类序列的模型主要有随机季节模型即模型和乘积季节模型即模型。随机季节模型应用于只包含季节性趋势的序列,其结构方程为: 其中,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 时间 序列 分析 我国 社会消费品 零售总额 预测 应用 教学 文稿
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【天****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【天****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。