分享到:

季节调整:45*213.241;国内生产总值:9*21.1606;统计数据:19.5*29.9142;时间序列:12*22.9753;篇长:2827

专业数据和国内生产总值季节调整是利用特定的数据处理模型,对时间序列中季节性因素等不可比成分进行剔除,以准确地反映经济现象运行轨迹的一种方法。季节调整的方法在西方国家已有几十年的历史,我们还处于刚刚起步的阶段,本文试图根据个人对季节调整的理解,谈一点粗浅的看法。$$季节性因素和季节调整$$研究认为,季度(或月度,以下通称季度)指标的时间序列中隐含有周期、趋势、季节性因素、交易日因素和偶然因素等构成成分。周期是时间序列表现出的持续的周期性的波动,一个完整的周期具有扩张、转折点、衰退和恢复四个不同的阶段。趋势反映的是经济现象的总体长期演变方向,如是上升、持平还是下降。季节性因素是季度指标围绕趋势和周期年复一年重复出现的一种有规律的波动。产生季节性因素的原因有多方面,气候的原因使建筑业和农业在冬季的生产量减少,也使失业的人数多于其他季节。社会因素也可以产生季节性因素,如由于传统的节假日而使销售额增长。季节性的影响还可使一些食品工业的生产...  (本文共2页) 阅读全文>>

《现代农业科技》2009年23期
现代农业科技

时间序列季节调整方法在气象要素预测中的应用分析

时间序列预测法是一种重要的预测方法,其预测模型比较简单,对资料的要求比较单一,只需变量本身的历史数据,因此在实际中有广泛的适用性。气象要素时间序列常呈现出一定的季节性波动,有的以年度为周期,有的以季度、月、日为周期,通常称这类序列为季节性序列。时间序列如果有季节性,则趋势有时很难判断,从而影响对未来的精确预测。1季节调整方法气象要素是随时间变化的,对它的观测形成一组有序数据,称这种数据为时间序列。对时间序列处理的方法大体有2种:一种是从“时域”角度进行分析,称为时间序列分析或时序分析;另一种是从“频域”角度进行分析,称为频谱分析或谱分析。一个时间序列可以包括上面4个部分中的全部或者几个部分。在实际应用中,一般使用以下2类模型:一是加法模型:Y=T+C+S+e;二是乘法模型:Y=T×C×S×e。文中采用乘法型季节模型:Y1=f(t)×Fj,其中,f(t)是序列长期变动趋势项;Fj是季节因子,它表示季节性变动幅度的大小,j=1,2,...  (本文共1页) 阅读全文>>

《统计研究》2006年10期
统计研究

国际上季节调整最新发展及对我国的思考

国际上,季节调整方法的理论和应用研究越来越受到各国政府统计官员、统计学者和其他经济研究人员的重视。最初的季节调整问题是由美国经济学家在十九世纪20年代提出,自那以后,季节调整方法的研究一直在进行,并不断取得新的进展。近年来,特别是进入上个世纪末,为了及时监控经济、金融等重要指标的基本走向和掌握经济周期转折点,预测基本发展趋势,各国政府统计机构、银行金融机构等纷纷加强对季节调整方法的研究,从而使这领域的研究又有许多新的拓展。然而,在我国,季节调整方法的研究和实践非常缺乏,至今为止,我国未公布任何经季节调整的经济指标数据。本文旨在通过深入研究,掌握国际上季节调整方法发展的最新动态,分析我国对季节调整认识与实践存在的问题,提出我国开展季节调整理论研究和实践的建议。一、传统季节调整方法回顾月度或季度的经济时间序列会受到定期的年内季节变动的影响,季节变动通常大得足以掩盖与当前经济发展趋势分析直接相关的数据的基本特征。季节调整的一个重要目的...  (本文共5页) 阅读全文>>

《中国统计》2000年02期
中国统计

浅谈季节调整的方法及其应用

早在50年代初,西方国家在统计 领域就开展了对季节调整方法的研究和应用。美国人口普查局在50年代的人口统计中率先研制并应用了季节调整方法X-1,此种方法经过近几十年的不断实践、完善,逐步发展为X-11 ARIMA和X-12regARIMA,并为西方各大工业国广泛应用。在我国,由于数理统计基础相对薄弱,统计界对季节调整方法应用的系统研究起步较晚。在1993年国家统计局组织Business CycleAnalysis&Forecast)—经济周期波动分析软件(BCAM)操作培训时,我国政府系统的统计工作者开始接触到X-11ARIMA。但当时人们对它的认识,只局限于作为宏观经济监测预警系统所需的一种工具。之后,我国的一些统计学及管理学教科书也开始以对季节调整方法作学术性的或普及性的介绍。但遗憾的是,至今人们对其在统计实务中的意义及应用仍认识不深。本文是笔者把最近赴英国培训中对季节调整方法有关问题的认识实录下来,以期引起人们在统计实务中...  (本文共2页) 阅读全文>>

《江苏统计》1999年11期
江苏统计

季节调整方法在西方国家的应用及启示

以月份或季度作为时间观测单位的时间序列,常常受季节因素的影响而出现周期性变化,给深入研究和阐释经济规律带来困难。所谓季节调整就是将一个时间序列中的季节因素剔除,从而得出反映经济社会运行态势的长期趋势。目前这种方法在西方国家也得到成功应用,并积累了不少经验。前不久随国家统计局访问团赴英接受了季节调整方法培训,现以英国为例,简要介绍季节调整的基本方法及其应用情况,以期他山之石,可以攻玉。一、季节调整的基本原理和发展一般来说,时间序列能够从三个部分来描述:一是趋势部分(有时为更细致地研究,又把这一部分分成趋势和循环两部分),表征时间序列的长期发展趋向是上升、下降,抑或保持不变。二是季节部分,表示由于季节因素造成的周期变化。在英国,季节因素主要有复活节和交易日。英国的复活节大约在每年的3月和4月,由于日期不确定,两个月份内的交易日。休假日都不是一成不变的,从而引起月度数据在经济意义上的不可比。再如每个月天数、休息日不等、对人们购物、商店...  (本文共3页) 阅读全文>>

《陇东学院学报》2017年05期
陇东学院学报

基于季节调整和时间序列相混合的中国环县长期风速预测

能源危机促使人类去寻找一种可替代的新型能源,由于风能具有绿色环保和可再生性以及低投入和高收益的优点而备受亲睐。2015年,全球风电产业新增装机63013MW,同比增长22%。其中,中国风电新增装机容量达30500MW,占据了全球新增风电装机容量的28.4%[1]。在风能开发的应用中,风速是关键参数,而准确预测出风速非常困难,这就增加了开发风能的难度。近年来,很多学者根据历史风速数据提出了多种预测方法以期提高风速预测精度[2-4],但是单独地使用某个模型去预测风速会导致误差较大,因此很多学者又提出了利用混合模型实现风速的预测[5-10]以及利用组合模型去预测风速的方法[4-6]。通常风速预测结果的相对平均误差变化范围是25%到40%[10],误差来源不仅与预测方法有关,而且与预测时期以及预测区域有关。总的来说,风速预测周期越短,预测地点风速变化越稳定,预测的误差越小。本文中,我们构建了基于季节调整法(SAM)与自回归滑动平均模型(...  (本文共4页) 阅读全文>>