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。