第九章時間數(shù)列分ppt課件

1、第九章 時間數(shù)列分析第一節(jié) 時間數(shù)列概述第二節(jié) 時間數(shù)列分析第三節(jié) 長期趨勢變動分析第四節(jié) 季節(jié)變動分析第五節(jié) 循環(huán)變動分析學習目標掌握時間數(shù)列對比分析的方法掌握時間數(shù)列對比分析的方法掌握長期趨勢分析的方法及應用掌握長期趨勢分析的方法及應用掌握季節(jié)變動分析的原理與方法掌握季節(jié)變動分析的原理與方法掌握循環(huán)波動的分析方法掌握循環(huán)波動的分析方法第一節(jié) 時間數(shù)列概述一、時間數(shù)列的意義二、時間數(shù)列的種類三、時間數(shù)列編制原則一.時間數(shù)列的意義（一時間數(shù)列的定義（一時間數(shù)列的定義 時間數(shù)列又稱動態(tài)數(shù)列，是將反映某種事時間數(shù)列又稱動態(tài)數(shù)列，是將反映某種事物在時間上變化的統(tǒng)計數(shù)據(jù)，按時間先后物在時間上變化的統(tǒng)計

2、數(shù)據(jù)，按時間先后順序排列而成的數(shù)列。順序排列而成的數(shù)列。（二構成基本要素（二構成基本要素1、現(xiàn)象所屬的時間、現(xiàn)象所屬的時間2、不同時間上的統(tǒng)計數(shù)據(jù)、不同時間上的統(tǒng)計數(shù)據(jù)一、時間數(shù)列的意義（三時間數(shù)列分析的意義 1、描述事物在過去時間的狀態(tài) 2、分析事物發(fā)展變化的規(guī)律 3、預測未來時間數(shù)列的種類時間數(shù)列的種類二、時間數(shù)列的種類二、時間數(shù)列的種類時間數(shù)列時間數(shù)列平均數(shù)數(shù)列平均數(shù)數(shù)列絕對數(shù)數(shù)列絕對數(shù)數(shù)列相對數(shù)數(shù)列相對數(shù)數(shù)列時期數(shù)列時期數(shù)列時點數(shù)列時點數(shù)列（一絕對數(shù)時間數(shù)列 由總量指標按時間先后順序排列的數(shù)列，反映現(xiàn)象在各期達到的絕對水平。（總量指數(shù)時間數(shù)列） 據(jù)其所反映現(xiàn)象的時間狀況不同，分為時期數(shù)

3、列和時點數(shù)列。二、時間數(shù)列的種類 1、時期數(shù)列 其數(shù)列指標反映現(xiàn)象在一段時期發(fā)展過程的總量。 特點: (1) 可加性； （2其數(shù)值大小與所屬時間長短有關； （3指標數(shù)值是連續(xù)累計的。 2、時點數(shù)列 其數(shù)列指標反映現(xiàn)象在某一時點狀況上的水平。 特點:（1不可加； （2其數(shù)值大上與時點間隔長短無關； （3指標數(shù)值是間斷登記的。二、時間數(shù)列的種類二、時間數(shù)列的種類（二相對數(shù)時間數(shù)列和平均數(shù)時間數(shù)列是分別由相對指數(shù)和平均指數(shù)按時間先后順序排列的數(shù)列。三、時間數(shù)列編制原則：（一各指標數(shù)值所屬時間可比；（二各指標數(shù)值總體范圍可比；（三各指標數(shù)值的經(jīng)濟內(nèi)容、計算口徑、計算方法可比。第二節(jié) 時間數(shù)列分析一、時

4、間數(shù)列的水平分析二、時間數(shù)列的速度分析一、時間數(shù)列的水平分析 （一發(fā)展水平： 發(fā)展水平是反映現(xiàn)象發(fā)展變化實際達到的規(guī)?；虺潭龋怯蓵r間數(shù)列各項具體值表示的?？梢允墙^對數(shù)，也可以是相對數(shù)或平均數(shù)。 根據(jù)其所處位置不同有： 最初水平a0），最末水平an），中間水平a1 an-1） 根據(jù)其作用不同： 有報告期水平a1），基期水平a0）一、時間數(shù)列的水平分析（二平均發(fā)展水平（二平均發(fā)展水平 1、概念、概念 平均發(fā)展水平也稱序時平均數(shù)，是不同時間上平均發(fā)展水平也稱序時平均數(shù)，是不同時間上指標數(shù)值的平均數(shù)，說明現(xiàn)象在某段時間內(nèi)發(fā)展的指標數(shù)值的平均數(shù)，說明現(xiàn)象在某段時間內(nèi)發(fā)展的一般水平。一般水平。 序時平

5、均數(shù)與一般平均既有區(qū)別又有聯(lián)系：序時平均數(shù)與一般平均既有區(qū)別又有聯(lián)系： 首先，它們都是平均數(shù)，都可以用來反映現(xiàn)象首先，它們都是平均數(shù)，都可以用來反映現(xiàn)象的一般水平。的一般水平。 其次，據(jù)以計算的基礎不同，說明現(xiàn)象的狀況其次，據(jù)以計算的基礎不同，說明現(xiàn)象的狀況不同。不同。一、時間數(shù)列的水平分析2、序時平均數(shù)的計算、序時平均數(shù)的計算（1絕對數(shù)時間數(shù)列的序時平均數(shù)絕對數(shù)時間數(shù)列的序時平均數(shù) 時期數(shù)列序時平均數(shù)時期數(shù)列序時平均數(shù) 可采用簡單或加權算術平均數(shù)方法?？刹捎煤唵位蚣訖嗨阈g平均數(shù)方法。 時點數(shù)列序時平均數(shù)時點數(shù)列序時平均數(shù) 連續(xù)時點數(shù)列計算：把逐日排列的時點連續(xù)時點數(shù)列計算：把逐日排列的時點數(shù)

6、據(jù)視為連續(xù)時點數(shù)列最小時間單位以日數(shù)據(jù)視為連續(xù)時點數(shù)列最小時間單位以日為標準）。為標準）。其計算方法同于時期數(shù)列。其計算方法同于時期數(shù)列。一、時間數(shù)列的水平分析 國內(nèi)生產(chǎn)總值等時間數(shù)列國內(nèi)生產(chǎn)總值等時間數(shù)列年年 份份國內(nèi)生產(chǎn)國內(nèi)生產(chǎn)總值總值(億元億元)年末總年末總人口人口(萬人萬人)人口自然增人口自然增長率長率()居民消費居民消費水平水平(元元)19901991199219931994201920192019201918547.921617.826638.134634.446759.458478.167884.674772.479552.8114333115823117171118517119

7、850121121122389123626124810 14.3912.9811.6011.4511.2110.5510.4210.069.538038961070133117812311272629443094一、時間數(shù)列的水平分析（億元）94.4765395 .4288851naanii一、時間數(shù)列的水平分析 根據(jù)間斷時點數(shù)列計算： 有以下兩種情況。 間隔相等時：按“首尾折半法計算： 間隔不等時：用間隔時間fi為權數(shù)，加權平均： 12.221naaaan12111232121.2.22nnnnffffaafaafaaa一、時間數(shù)列的水平分析 (2)相對數(shù)或平均數(shù)的序時平均數(shù) 計算相對數(shù)或平

8、均數(shù)的序時平均數(shù) , 首先分別計算分子a和分母 b兩個總量指標時間數(shù)列的序時平均數(shù)（ 和 ），然后加以對比而成。計算公式:cabbac 一、時間數(shù)列的水平分析(三)增長量，平均增長量，年距增長量 1、增長量 時間數(shù)列中報告期水平與基期水平之差。由于選擇基期不同，增長量可分為： 逐期增長量：報告期水平與前期水平之差， ai -ai-1i=1、2、n）；累計增長量：報告期水平與某一固定基期水平通常為最初水平之差， 即ai -a0i=1、2、n）。 二者關系：累計增長量等于相應各期逐期增長量之和，即an -a0 =ai -ai-1） 一、時間數(shù)列的水平分析 2、平均增長量 是逐期增長量的序時平均數(shù)，

9、說明現(xiàn)象在一段時期內(nèi)平均每期增長的量。 平均增長量=ai -ai-1）/ n-1 = （an -a0）/ 時間項數(shù)-1 3、年距增長量年距增長量=報告年某月季水平基年同月季水平，計算該指標的意義在于消除季節(jié)波動的影響。二、時間數(shù)列的速度分析（一發(fā)展速度與增長速度 （二平均發(fā)展速度、平均增長速度 （三年距發(fā)展速度與年距增長速度 （四增長的絕對值 二、時間數(shù)列的速度分析（一發(fā)展速度 發(fā)展速度是時間數(shù)列中報告期水平與基期水平之比，說明報告期水平較基期水平年的相對發(fā)展程度，有環(huán)比發(fā)展速度與定期發(fā)展速度之分。二、時間數(shù)列的速度分析1、環(huán)比發(fā)展速度是指報告期水平與前一期水平之比), 2 , 1(1niaa

10、Riii), 2 , 1(0niaaRii二、時間數(shù)列的速度分析3、環(huán)比發(fā)展速度與定基發(fā)展速度的關系 （1觀察期內(nèi)各環(huán)比發(fā)展速度的連乘積等于最末期的定基發(fā)展速度 為連乘符號01aaaanii1010iiiiaaaaaa二、時間數(shù)列的速度分析（二增長速度 增長速度是增長量與基期水平之比，又稱增長率，說明現(xiàn)象的相對增長程度，有環(huán)比增長速度與定期增長速度之分。 計算公式為：1發(fā)展速度基期水平基期水平報告期水平基期水平增長量增長速度二、時間數(shù)列的速度分析1、環(huán)比增長速度=環(huán)比發(fā)展速度1二、時間數(shù)列的速度分析第三產(chǎn)業(yè)國內(nèi)生產(chǎn)總值速度計算表第三產(chǎn)業(yè)國內(nèi)生產(chǎn)總值速度計算表年年 份份2000201920192

11、0192019國內(nèi)生產(chǎn)總值國內(nèi)生產(chǎn)總值(億元億元) 14930.017947.220427.524033.326104. 3發(fā)展速度發(fā)展速度(%) 環(huán)比環(huán)比定基定基 100120.2120.2113.8136.8117.7161.0108.6174.8增長速度增長速度(%) 環(huán)比環(huán)比定基定基 20.220.213.836.817.761.08.674.8二、時間數(shù)列的速度分析（三平均發(fā)展速度與平均增長速度 1、平均發(fā)展速度 平均發(fā)展速度為觀察期內(nèi)各環(huán)比發(fā)展速度的平均數(shù)，說明現(xiàn)象在整個觀察期內(nèi)平均發(fā)展變化的程度。 2、平均增長速度平均發(fā)展速度-1 3、平均發(fā)展速度的計算方法有方程法和幾何法。幾何

12、法(水平法) 公式為：),2,1(0111201niaaaaaaaaaaxnnniinnn二、時間數(shù)列的速度分析%99.1140 .149303 .26104%6 .108%7 .117%8 .113%2 .120441niiaax%99.141%99.1141x 平均發(fā)展速度幾何法的特點） ： 從最初水平a0出發(fā)，每期按平均發(fā)展速度發(fā)展，經(jīng)過n期后將達到最末期水平an 按平均發(fā)展速度推算的最后一期的數(shù)值與最后一期的實際觀察值一致 只與序列的最初觀察值Y0和最末觀察值an有關 如果關心現(xiàn)象在最后一期應達到的水平，采用水平法計算平均發(fā)展速度比較合適二、時間數(shù)列的速度分析二、時間數(shù)列的速度分析 (

13、 (四四) )年距發(fā)展速度與年距增長速度年距發(fā)展速度與年距增長速度 年距發(fā)展速度報告期月或季水平年距發(fā)展速度報告期月或季水平/ /上年上年同期水平同期水平 年距增長速度年距發(fā)展速度年距增長速度年距發(fā)展速度-1-1 計算該指標的意義在于消除季節(jié)因素的影響。計算該指標的意義在于消除季節(jié)因素的影響。二、時間數(shù)列的速度分析（五） 增長1%絕對值 增長1%絕對值是指速度每增長一個百分點而增加的絕對量 1.用于彌補速度分析中的局限性 2.計算公式為100100%1前期水平環(huán)比增長速度逐期增長量絕對值增長第三節(jié) 長期趨勢測定與分析一、時間數(shù)列的構成要素與模型一、時間數(shù)列的構成要素與模型二、線性趨勢二、線性趨

14、勢三、非線性趨勢三、非線性趨勢四、趨勢線的選擇四、趨勢線的選擇一、時間數(shù)列的構成要素與模型（構成要素與測定方法）線性趨勢線性趨勢時間數(shù)列的構成要素時間數(shù)列的構成要素 循環(huán)波動循環(huán)波動季節(jié)變動季節(jié)變動長期趨勢長期趨勢不規(guī)則波動不規(guī)則波動非線性趨勢非線性趨勢一、時間數(shù)列的構成要素與模型（一構成要素1、長期趨勢 (Secular trend )2、季節(jié)變動 (Seasonal Fluctuation )3、循環(huán)波動 (Cyclical Movement )4、不規(guī)則波動 (Irregular Variations )（二模型 1、乘法模型：Yi = Ti Si Ci Ii 2、加法模型：Yi = T

15、i + Si + Ci + Ii 二、線性趨勢的測定與分析長期趨勢指現(xiàn)象在較長時期內(nèi)持續(xù)發(fā)展變化的一種趨向或狀態(tài)，有線性趨勢和非線性趨勢之分線性趨勢測定方法主要有移動平均法和線性模型法。二、線性趨勢的測定與分析（一移動平均法(Moving Average Method) 是測定長期趨勢的一種較簡單的常用方法 1、通過擴大原時間數(shù)列的時間間隔，并按一定的間隔長度逐期移動，計算出一系列移動平均數(shù)。 2、由移動平均數(shù)形成的新的時間數(shù)列對原時間數(shù)列的波動起到修勻作用，從而呈現(xiàn)出現(xiàn)象發(fā)展的變動趨勢二、線性趨勢的測定與分析 19812019年我國汽車產(chǎn)量數(shù)據(jù)年我國汽車產(chǎn)量數(shù)據(jù)年年 份份產(chǎn)量產(chǎn)量(萬輛萬輛)

16、年份年份產(chǎn)量產(chǎn)量(萬輛萬輛)19811982198319841985198619871988198917.5619.6323.9831.6443.7236.9847.1864.4758.3519901991199219931994201920192019201951.4071.42106.67129.85136.69145.27147.52158.25163.00二、線性趨勢的測定與分析05010015020019811985198919932019產(chǎn)量五項移動平均趨勢值五項移動中位數(shù)汽車產(chǎn)量（萬輛） 汽車產(chǎn)量移動平均趨勢圖汽車產(chǎn)量移動平均趨勢圖（年份）二、線性趨勢的測定與分析3、移動平均應注

17、意的問題 （1移動平均后的趨勢值應放在各移動項的中間位置（2對于偶數(shù)項移動平均需要進行“中心化” （3移動間隔的長度應長短適中如果現(xiàn)象的發(fā)展具有一定的周期性，應以周期長度作為移動間隔的長度若時間數(shù)列是季度資料，應采用4項移動平均若為月份資料，應采用12項移動平均二、線性趨勢的測定與分析（二線性模型法 現(xiàn)象的發(fā)展按線性趨勢變化時，可用線性模型表示線性模型的形式為btaYttY二、線性趨勢的測定與分析線性模型法a 和 b 的最小二乘估計）1、趨勢方程中的兩個未知常數(shù) a 和 b 按最小二乘法(Least-square Method求得根據(jù)回歸分析中的最小二乘法原理使各實際觀察值與趨勢值的離差平方和

18、為最小最小二乘法既可以配合趨勢直線，也可用于配合趨勢曲線2、根據(jù)趨勢線計算出各個時期的趨勢值二、線性趨勢的測定與分析線性模型法a 和 b 的最小二乘估計）2tbtatYtbnaY t bYattnYttYnb222tbtYnaY2ttYbYa二、線性趨勢的測定與分析線性模型法a 和 b 的最小二乘估計）汽車產(chǎn)量直線趨勢計算表汽車產(chǎn)量直線趨勢計算表年份年份時間標號時間標號 t產(chǎn)量產(chǎn)量(萬輛萬輛) YitYtt2趨勢值趨勢值1981198219831984198519861987198819891990199119921993199420192019201920191234567891011121

19、3141516171817.5619.6323.9831.6443.7236.9847.1864.4758.3551.4071.42106.67129.85136.69145.27147.52158.25163.0017.5639.2671.94126.56218.60221.88330.26515.76525.15514.00785.621280.041688.051913.662179.052360.322690.252934.001491625364964811001211441691962252562893240.009.5019.0028.5038.0047.5057.0066.50

20、76.0085.5095.00104.51114.01123.51133.01142.51152.01161.51合計合計1711453.5818411.9621091453.58二、線性趨勢的測定與分析線性模型法a 和 b 的最小二乘估計）4995. 9181715004. 91858.14535004. 917121091858.145317196.18411182ab二、線性趨勢的測定與分析線性模型法a 和 b 的最小二乘估計）05010015020019811985198919932019汽車產(chǎn)量趨勢值 圖圖11-2 11-2 汽車產(chǎn)量直線趨勢汽車產(chǎn)量直線趨勢（年份）汽車產(chǎn)量（萬輛）三

21、、非線性趨勢（一二次曲線（一二次曲線（二指數(shù)曲線（二指數(shù)曲線（三龔鉑茨曲線（三龔鉑茨曲線（四羅吉斯蒂曲線（四羅吉斯蒂曲線（五（五Logistic 曲線曲線（一二次曲線 (Second Degree Curve)現(xiàn)象的發(fā)展趨勢為拋物線形態(tài)1、一般形式為 三、非線性趨勢2ctbtaYt三、非線性趨勢4322322tctbtaYttctbtatYtctbnaY42222tctaYttbtYtcnaY2、求解根據(jù)最小二乘法得到求解 a、b、c 的標準方程為三、非線性趨勢19781992年針織內(nèi)衣零售量年針織內(nèi)衣零售量年年 份份零售量零售量(億億件件)年年 份份零售量零售量(億億件件)197819791

22、980198119821983198419857.09.19.710.811.712.113.114.31986198719881989199019901991199214.414.815.012.311.29.48.9三、非線性趨勢針織內(nèi)衣零售量二次曲線計算表針織內(nèi)衣零售量二次曲線計算表年份年份時間時間標號標號t零售量零售量(億件億件) YttYtt 2t 2Y tt4趨勢值趨勢值197819791980198119821983198419851986198719881989199019911992-7-6-5-4-3-2-1012345677.09.19.710.811.712.113.1

23、14.314.414.815.012.311.29.48.9-49.0-54.6-48.5-43.2-35.1-24.2-13.1014.429.645.049.256.056.462.349362516941014916253649343.0327.6242.5172.8105.348.413.1014.459.2135.0196.8280.0338.4436.12401129662525681161011681256625129624016.58.410.011.312.313.213.714.014.013.813.312.611.610.38.8合計合計0173.845.2280271

24、2.69352173.8三、非線性趨勢128878. 016143. 09924.1393522806 .27122802 .45280158 .173cbacabca三、非線性趨勢048121619781980198219841986198819901992零售量趨勢值零售量（億件）針織內(nèi)衣零售量二次曲線趨勢針織內(nèi)衣零售量二次曲線趨勢（年份）（二指數(shù)曲線(Exponential curve)用于描述以幾何級數(shù)遞增或遞減的現(xiàn)象1、一般形式為三、非線性趨勢ttabY 三、非線性趨勢2lglglglglglgtbtaYttbanY2lglglglgtbYtanY2、求解采取“線性化手段將其化為對數(shù)

25、直線形式根據(jù)最小二乘法，得到求解 lga、lgb 的標準方程為三、非線性趨勢14698. 12805.17lg2109lg171223286.337lg171lg18459896.32bababattY)14698. 1 (2805.17（萬輛）33.268)14698. 1 (2805.17202000Y三、非線性趨勢05010015020025019811985198919932019汽車產(chǎn)量趨勢值汽車產(chǎn)量指數(shù)曲線趨勢汽車產(chǎn)量指數(shù)曲線趨勢（年份）汽車產(chǎn)量（萬輛）三、非線性趨勢3 3、指數(shù)曲線與直線的比較、指數(shù)曲線與直線的比較 比一般的趨勢直線有著更廣泛的應用比一般的趨勢直線有著更廣泛的應用

26、 （1 1可以反應出現(xiàn)象的相對發(fā)展變化程度可以反應出現(xiàn)象的相對發(fā)展變化程度上例中，上例中，b=1.14698b=1.14698表示表示1981198120192019年汽車產(chǎn)年汽車產(chǎn)量趨勢值的平均發(fā)展速度量趨勢值的平均發(fā)展速度 （2 2不同序列的指數(shù)曲線可以進行比較不同序列的指數(shù)曲線可以進行比較比較分析相對增長程度比較分析相對增長程度（三修正指數(shù)曲線(Modified exponential curve) 在一般指數(shù)曲線的基礎上增加一個常數(shù)K 1、一般形式為三、非線性趨勢ttabKY三、非線性趨勢三、非線性趨勢mmttmmttmttYSYSYS312321211,11111121211223b

27、babSmKbbbSSaSSSSbmmm三、非線性趨勢19782019年小麥單位面積產(chǎn)量數(shù)據(jù)年小麥單位面積產(chǎn)量數(shù)據(jù)年年 份份單位面單位面積產(chǎn)量積產(chǎn)量(公斤公斤/公公頃頃)年年 份份單位面積產(chǎn)單位面積產(chǎn)量量(公斤公斤/公頃公頃)197819791980198119821983198419851986184521451890211524452805297029403045198719881989199019911992199319942019298529703045319531053331351934263542三、非線性趨勢149.3659187836. 0187836. 087836. 053

28、1.22301324561531.2230187836. 087836. 0187836. 0132451795587836. 01324517955179552011862661Kab三、非線性趨勢三、非線性趨勢0100020003000400019781982198619901994單位面積產(chǎn)量趨勢值K 小麥單位面積產(chǎn)量修正指數(shù)曲線趨勢小麥單位面積產(chǎn)量修正指數(shù)曲線趨勢（年份）產(chǎn)單位面積量（公斤/公頃）K=3659.149（四龔鉑茨曲線(Gompertz curve)以英國統(tǒng)計學家和數(shù)學家 BGompertz 而命名1、一般形式為三、非線性趨勢tbtKaY 2、求解（1將其改寫為對數(shù)形式三、

29、非線性趨勢abbbSmKbbbSSaSSSSbmmmlg111lg11lg121211223mmttmmttmttYSYSYS312321211lg,lg,lgttbaKY)(lglglg三、非線性趨勢三、非線性趨勢04.3566371750. 01842563. 01842563. 0842563. 0035408.2061log427864. 01842563. 0842563. 01842563. 0035408.20855979.20log842563. 0035408.20855979.20855979.20149562.2162661KKaab三、非線性趨勢ttY842563. 0

30、)427864. 0(04.3566)kg(3507)427864. 0(04.356623842563. 02000tY三、非線性趨勢0100020003000400019781982198619901994單位面積產(chǎn)量趨勢值KK=3566.04 小麥單位面積產(chǎn)量小麥單位面積產(chǎn)量GompertzGompertz曲線趨勢曲線趨勢（年份）（公斤/公頃）三、非線性趨勢 （五羅吉斯蒂曲（五羅吉斯蒂曲(Logistic Curve) (Logistic Curve) 18381838年比利時數(shù)學家年比利時數(shù)學家 VerhulstVerhulst所確所確定的名稱定的名稱該曲線所描述的現(xiàn)象的特征與該曲線所

31、描述的現(xiàn)象的特征與GompertzGompertz曲線類似曲線類似1 1、 曲線方程為曲線方程為ttabKY1三、非線性趨勢11111121211223bbabSmKbbbSSaSSSSbmmm四、趨勢線的選擇（一觀察散點圖（二根據(jù)觀察數(shù)據(jù)本身，按以下標準選擇趨勢線1、一次差大體相同，配合直線2、二次差大體相同，配合二次曲線3、對數(shù)的一次差大體相同，配合指數(shù)曲線4、一次差的環(huán)比值大體相同，配合修正指數(shù)曲線5、對數(shù)一次差的環(huán)比值大體相同，配合 Gompertz 曲線6、倒數(shù)一次差的環(huán)比值大體相同，配合Logistic曲線（三比較估計標準誤差mnyySiiy2)(第四節(jié) 季節(jié)變動分析一、季節(jié)變動及

32、其測定目的一、季節(jié)變動及其測定目的二、季節(jié)變動的分析方法與原理二、季節(jié)變動的分析方法與原理三、季節(jié)變動的調整三、季節(jié)變動的調整一、季節(jié)變動及其測定目的二、季節(jié)變動的分析方法與原理二、季節(jié)變動的分析方法與原理二、季節(jié)變動的分析方法與原理（三原始資料平均法步驟（三原始資料平均法步驟1、根據(jù)原時間數(shù)列通過簡單平均計算季、根據(jù)原時間數(shù)列通過簡單平均計算季節(jié)指數(shù)節(jié)指數(shù)2、假定時間數(shù)列沒有明顯的長期趨勢和、假定時間數(shù)列沒有明顯的長期趨勢和循環(huán)波動循環(huán)波動3、計算季節(jié)指數(shù)的步驟、計算季節(jié)指數(shù)的步驟（1計算同月計算同月(或同季或同季)的平均數(shù)的平均數(shù)（2計算全部數(shù)據(jù)的總月計算全部數(shù)據(jù)的總月(總季總季)平均數(shù)平

33、均數(shù)（3計算季節(jié)指數(shù)計算季節(jié)指數(shù)(S) %100)()()(平均數(shù)季總月平均數(shù)季同月季節(jié)指數(shù) S二、季節(jié)變動的分析方法與原理20192019年各季度農(nóng)業(yè)生產(chǎn)資料零售額數(shù)據(jù)年各季度農(nóng)業(yè)生產(chǎn)資料零售額數(shù)據(jù)年年 份份銷售額銷售額(億元億元)一季度一季度二季度二季度三季度三季度四季度四季度20192019200020192019201962.671.574.875.985.286.588.095.3106.3106.0117.6131.179.188.596.495.7107.3115.464.068.768.569.978.490.3二、季節(jié)變動的分析方法與原理農(nóng)業(yè)生產(chǎn)資料零售額季節(jié)指數(shù)計算表農(nóng)業(yè)生

34、產(chǎn)資料零售額季節(jié)指數(shù)計算表年年 份份銷售額銷售額(億元億元)一季度一季度二季度二季度三季度三季度四季度四季度全年全年合計合計20192019200020192019201962.671.574.875.985.286.588.095.3106.3106.0117.6131.179.188.596.495.7107.3115.464.068.768.569.978.490.3293.7324.0346.0347.5388.5423.3合計合計456.5644.3582.4439.82123.0同季平均同季平均76.08107.3897.0773.3088.46季節(jié)指數(shù)季節(jié)指數(shù)(%)86.01121.39