时序季节模型建模.docx

时序季节模型建模.docx

《时序季节模型建模.docx》由会员分享，可在线阅读，更多相关《时序季节模型建模.docx（2页珍藏版）》请在冰豆网上搜索。

时序季节模型建模

兰州商学院

统计学院

应用时间序列分析实践作业

题目：

季节效应的建模

班级：

08统计2班

组别：

第四小组

组长：

陶秀珍

组员：

朱一段永康郭俊佑白雯桦

2011年6月12日

季节效应分析

一、数据来源：

P.122.例4.6，北京市1995——2000年月平均气温序列（附录1.10）。

二、研究目的：

在日常生活中，我们可以见到许多有季节效应的时间序列，比如：

四季的气温，每个月的商品零售额，某自然景点每季度的旅游人数等等。

他们都会呈现出明显的季节变动规律。

所谓季节效应就是在不同的季节中数据会呈现很明显的差异。

在对北京市1995——2000年月平均气温序列的分析中，把每月温度绘制成图，可以帮助我们更清楚地看到季节效应的存在。

三、理论背景：

假如没有季节效应的影响，北京市的气温应该始终在某个均值附近随机波动，季节效应的存在，使得气温会在不同年份的相同月份呈现出相似的性质，通过建模我们可以提取季节变动和随机变动的信息，这个过程即是对有季节效应的建模过程。

四、数据统计分析：

步骤一，初步了解数据信息，并作预处理：

1，将原始数据（附录1.10）导入Eviews6.0中，并删除序列SERIES01,将序列SERIES02重命名为X。

2，点击Quick——Graph，在出现的对话框中输入X，点击确定，得到时序图，如下：

由图可知，北京市1995——2000年每月的平均气温随着季节的变动有着非常规律的变化。

气温的波动主要受到两个因素的影响：

一个是季节效应，一个是随机波动。

同时可以看出气温在剔除季节效应后是一个稳定的序列，因此不用对随机波动做差分处理。