kejiayuan0806

2019-04-09   阅读量: 1080

数据分析师 时间序列分析

构成时间数列的因素

扫码加入数据分析学习群

1、长期趋势(Secular Trends)

由于某种根本原因的影响,客观现象在一个相当长的时间内所呈现出来的持续增加或持续减少的一种趋势和状态。例如:随着经济条件、医疗条件的发展,人口出生率有高于死亡率的趋势;随着劳动条件和手段的改善,劳动生产率有上升趋势等。

2、季节趋势(Seasonal fluctuation)

由于季节的转变而使时间数列发生周期性变化。这种周期性变化是以年为周期的可以预见的变化,因而放映季节变化的时间数列的数值资料所属的时间一般以月、季、周等为单位,而不以年为单位。引起季节变化的因素有自然因素,也有人为因素。例如,由于自然气候条件变化,使一些经济现象呈现季节变动:蔬菜产量、食品价格、羽绒服销量等;由于人为的社会条件变化而引起的季节变动,由于节假日或风俗习惯等引起的某些产品的销售量变化。

3、循环变动(Cyclical movement)

是指时间数列以若干年为周期的波浪式变动。这种变动的特征:现象的增加或减少交替出现,但持续的周期不因它的波动按任何既定的趋势变化,而是按照某种不可预测方式进行涨落起伏波动,最典型的周期波动是商业周期。

4、不规则变动(Irregular fluctuations)

由于一些随机因素的影响,而是时间数列产生的不可预测的不规则变动。

上述四种影响因素有时可能同时出现,共同影响某一现象的变化,有时也可能只有几种因素其作用。一般情况下,长期趋势是影响时间数列变动的基本因素。上述四种因素和现象总量之间的关系可以是:

1、加法模型

现象总量=长期趋势+季节变动+循环变动+不规则变动

适用于四种因素相互独立的情况。

2、乘法模型

现象总量=长期趋势*季节变动*循环变动*不规则变动

适用于各影响因素相互联系的条件,实际应用中,一般采用这种模型。

添加CDA认证专家【维克多阿涛】,微信号:【cdashijiazhuang】,提供数据分析指导及CDA考试秘籍。已助千人通过CDA数字化人才认证。欢迎交流,共同成长!
20.7979 1 5 关注作者 收藏

评论(0)


暂无数据

推荐课程

推荐帖子