动态序列的分解与测定
一、动态序列的分解
动态序列的总变动(Y)一般可以分解为四种动态趋势。
(一)长期趋势
长期趋势(T)是指在一个长时期内居支配地位、起决定性作用的基本因素使得现象总体呈现出大致逐渐上升或下降的发展变动态势。
(二)季节波动
季节波动(S)是指现象由于受社会条件、自然条件等因素的影响,在一个年度内随着季节的更替而引起的比较有规则的变动。
(三)循环波动
循环波动(C)是指现象在较长时期内发生的周期性波动。
(四)不规则波动
不规则波动(I)是指由于受到意外的、偶然性的因素作用而使现象产生非周期性的随机波动。不过,在一个较长时期内,这种不规则波动的随机因素往往可以相互抵消。
二、动态序列的分解模型
(一)乘法模型
动态序列的各项观察值都是四种因素(相互影响)乘积的结果,乘法结构模型为:
Y=T·S·C·I
(二)加法模型
动态序列的各项观察值都是四种因素(相互独立)的总和,加法结构模型为:
Y=T+S+C+I
若以年为时间单位,则动态序列也不直接受季节波动的影响,加法结构模型变为:
Y=T+C+I
三、长期趋势的测定
受众多因素影响的动态序列,经过修匀后可以剔除季节波动、循环波动和不规则波动等因素的作用,从而使现象在长期内呈现出逐渐上升或下降的基本变动趋势。长期趋势的测定主要是求趋势值,而测定长期趋势值的方法主要有:扩大时距法、移动平均法和最小二乘法。
(一)扩大时距法
扩大时距法是指通过扩大动态序列各项指标所属的时间,从而消除因时距短而使各指标值受偶然性因素影响所引起的波动,以便使经修匀过的动态序列能够显著地反映现象发展变动总趋势的方法。
(二)移动平均法
移动平均法是指对动态序列进行逐期移动以扩大时距,同时对时距已扩大了的新动态序列的各项指标值分别计算序时平均数,从而由移动平均数形成一列派生动态序列的方法。而通过移动平均得到的一系列移动序时平均数分别就是各自对应时期的趋势值。
(三)最小二乘法
最小二乘法,是估计回归模型参数的常用方法。其基本原理是:要求实际值与趋势值的离差平方和为最小,以此拟合出优良的趋势模型,从而测定长期趋势。
四、季节变动的测定
季节指数,它是说明现象在各年某个月的同月平均数占各年总的月平均数的比重。
若不考虑长期趋势的影响,直接根据原始时间序列来计算季节比率,即为同月(季)平均法,或称直接平均法。
季节比率高,“旺季”;季节比率低,“淡季”。
例题10-7可以不看,无法命题。
以教材大纲知识点为指导,精作试题,让你备考复习做题一步到位,提高复习效率
【焚题库】2019年房地产估价师考试题库【历年真题+章节题库+模拟考生+考前密训试题】
在线题库,报名资讯答疑|网校通关课程资料获取,加入房地产估价师考试群:交流群:686276821有老师为你解答。
模拟考场 |
章节练习 |
历年真题 |
每日一练 |
免费模拟试题在线测试 |
章节针对练习专项突破 |
每真题练习实战演练 |
每天10道最新试题 |
查看详情 | 查看详情 | 查看详情 |