构成分析方法
客观事物随时间的变化是由多种因素共同作用的结果。按性质和作用,将影响因素归为四种:
- 长期趋势(T)
受长期的、决定性作用因素的影响,在相当长一段时期内表现出沿某一方向持续上升或下降的总趋势。 - 季节变动(S)
随季节更替而发生的固定规律性的变动。
1.引起季节变动的因素:气候、节假日、风俗等;
2.季节周期:1年、1月、1周均可。 - 循环变动(C)
也称波浪式变动。
以若干年(月、季)为周期有一定的规律性的周期波动。
1.vs长期趋势:非单一方向的变动,有涨有落。
2.vs季节变动:循环变动的规律性不明显。 - 不规则变动(I)
也称偶然变动。
偶然因素引起的变动。
将上述四种因素和时间序列的关系表示出来,构成了时间序列的分解模型。按其对时间序列的影响方式不同,可分解为多种模型,常用的两种模型是:
- 加法模型。当四种变动因素呈现出相互独立的关系时,动态序列总变动(Y)体现为各种因素的总和,即 Y = T + S + C + I Y=T+S+C+I Y=T+S+C+I.
- 乘法模型。当四种变动因素呈现出相互影响的关系时,动态序列总变动(Y)体现为各种因素的乘积,即 Y = T ∗ S ∗ C ∗ I Y=T*S*C*I Y=T∗S∗C∗I. Y , T 为 总 量 指 标 , S , C , I 是 比 率 , 用 百 分 数 表 示 。 Y,T为总量指标,S,C,I是比率,用百分数表示。 Y,T为总量指标,S,C,I是比率,用百分数表示。.
1.长期趋势变动的测定
长期趋势是时间序列的主要构成要素。
主要方法:
- 间隔扩大法
又称时距扩大法。
将时间间隙较小的序列整理为时间间隙较大的序列。如月->季。
可以拉平由于时间间隙小受到偶然因素的影响。
间隔扩大到何种程度需据具体分析情境而定。太大,会掩盖不同时期发展的差异;太小,不能消除偶然因素的影响。
-
移动平均法
继动平均法。
思路:派生出一个新的时间序列,削弱、或消除偶然因素的影响,以反映发展的基本趋势。
做法:将原来的时间序列时距扩大,并依次逐项递移。
注意:
1.选择合适的时间长度。如现象变化有周期性,应选择周期长度为移动的时间长度;比如是各月或各季的资料,则应考虑12项或4项移动平均,才能消费周期变动或季节变动的影响。
2.移动平均后派生出的新序列,N为奇时,首尾各减少 N − 1 2 \frac{N-1}{2} 2N−1项;N为偶数时,首尾各减少