2023年统计学案例——时间序列趋势分析.doc

统计学案例——时间序列趋势分析 　 统计学案例——时间序列趋势分析 　囤积粮食可以创高价吗 　1、问题的提出 　某贸易公司是经营粮油副食品的批发公司，基于前4年当地的消费物价指数的变化，该公司认为今后两年内消费物价指数将有大幅度上涨，为此该公司方案囤积粮食至下一年〔第6年〕以创高价。这个方案是否可行？ 　2、方法的选择 　根据下表的数据，可采用时间序列的趋势分析方法和季节变动分析方法，进行相应的分析预测，以了解消费物价指数的开展趋势。 　表2 　年份季度Y T×C×S×I第1年1100.112101.733108.604107.78第2年1104.692114.553126.514133.48第3年1133.192133.283118.274123.79第4年1110.842109.703122.434139.373、消费物价指数的预测 　根据题意需预测出第6年各季的物价指数，假设指数升幅较大，那么粮食价格将会提高，否那么囤积货物只会增加保管本钱而不可能得到高价。在物价指数预测中，循环变动和不规那么变动难以准确预测，故仅考虑长期趋势与季节变动的影响。 　本案例分析应用EXCEL软件。 　计算移动平均数。输出结果见下表和图： 　表3. 　〔2〕别离长期趋势T。 　对于T×C，按照表8.14中时间顺序，用最小平方法建立长期趋势模型yc 111.498+1.173t,据以计算各期趋势值T〔见上表〕。 　〔3〕别离季节变动S。 　首先剔除长期趋势的影响y/T×C,即T×C×S×I/T×C S×I；然后根据S×I序列计算各期季节比率S。计算结果为：1季度季节比率 0.9773，2季度季节比率 0.9874，3季度季节比率 1.0076，4季度季节比率 1.0277。 　〔4〕预测第6年各季消费物价指数。 　首先需要根据时间序列模型计算第6年各季的趋势值，即将t 19、20、21、22分别代入yc 111.498+1.173t 　计算得第6年各季度趋势值： 　1季的趋势值为133.79 　2季趋势值为134.96 　3季趋势值为136.14 　4季趋势值为137.31 　然后分别乘以各自季节比率得到各季预测值， 　1季物价指数 133.79×0.9773 130.75% 　2季物价指数 134.96×0.9874 133.26% 　3季物价指数 136.14×1.0076 137.17% 　4季物价指数 137.31×1.0277 141.11%。 　4、案例分析 　仅从第6年各季消费物价指数的预测值看，指数确有一定的增幅，因此期待高价的方案似乎可行。但同时还必须考虑为此所付出的所有代价：仓储费、人工费的多少，粮食储存中损耗的大小等问题。