绝对数时间序列--平均发展水平

2019独角兽企业重金招聘Python工程师标准>>> hot3.png

  • 时间序列的水平分析
a、平均发展水平 b、增长量 c、平均增长量 17003229_2O7r.png
  • 求解思路
1、先判断是属于哪种类型的时间序列,比如时期,时点? 2、再找相对应的解答方法
  • 平均发展水平
不同时间上发展水平的平均数,统计上习惯把这种不同时间上数据的平均数称为 序时平均数或动态平均数
  • 平均发展水平(序时平均数)的计算方法

  • 绝对数时间序列的平均发展水平

  •       时期序列的平均发展水平
17003229_HtrC.png 式中, 17003229_CvHp.png 代表平均发展水平, 17003229_Yaf0.png 表示  17003229_jmtv.png 期的发展水平( 17003229_O23A.png = 1,2,...n
17003229_GH0u.png
  •       时点序列的平均发展水平
假定:在实际工作中,如果时点序列的资料是逐日记录、逐日排列的,即以日为间隔,则习惯上把它看作是 连续的时点序列
  • 由时点序列计算平均发展水平,有四种情况

a、掌握间隔相等的连续时点序列资料 (即具有每天的时点资料,采用 简单算术平均法17003229_opdg.png 17003229_e9Q7.png 
b、掌握间隔不等的连续时点序列资料 (也是逐日登记,但是研究的现象数值不是每天都发生变动,而是每隔一段时间才有变动,只在变动时记录) 采用加权算术平均法,根据整个研究时期内每次变动的资料,以每次变动持续的间隔长度(日数)为权数 17003229_9Phn.png 17003229_vvPw.png  c、间断时点序列 在现实中,时点现象的资料,有些不是逐日登记的,而是每隔一定时间(如:月、季、年等)才统计一次,这样得到的数列就称为间断时点序列 假定:所研究 的两个现象在两个时点之间的变动是均匀的,因此,可将相邻两个时点上的指标数值相加后除2,作为这两个时点之间的代表值,再根据这些代表值求出整个序列的平均发展水平
17003229_FD25.png 解析: 先求各个时间间隔内的序时平均数
再对这些平均数进行简单算术平均 这种求序时平均数的方法,称为“两次简单平均法”, 进一步化简,得出将序列首项数的一半加上中间各项数值,再加上末项数值的一半,然后除以( 项目减1),这种简化方法也被称为“首尾折半发” 17003229_TMQz.png

d、掌握间隔不等的间断时点序列资料 (资料不是每天登记的,而是隔一段时间登记一次,但每次相隔的时间不再相等) 将相邻两个时点上的指标数值相加后除2,作为这两个时点之间的序时平均数。再以各相邻时点的间隔长度 f 作为权数,对各相邻时点指标数值的序时平均数进行加权算术平均 17003229_Kfgt.png 17003229_MEax.png







转载于:https://my.oschina.net/u/1785519/blog/1511509


本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场,不承担相关法律责任。如若转载,请注明出处。 如若内容造成侵权/违法违规/事实不符,请点击【内容举报】进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部