2011年《统计业务知识》辅导：统计动态分析(4)

会计考友

(2) 滑动平均模型 　　另一种常见的时间序列模型是滑动平均模型(MA)，它可表示为：
+ {" @3 U5 U* h+ K, E2 C/ \
8 s, u' k: X3 [建立时间序列模型，要进行四方面的选择和判断：一是判断所依据的时间序列资料是否能够满足稳定性要求;二是判断哪一种自回归模型适合，是AR模型，还是MA模型，或是ARMA模型;三是判断模型的阶数;四是对模型的参数进行估计。
6 R+ l$ }6 i  _. T/ |5 {( d　　所谓“平稳”时间序列，是指其统计特性不随时间的变化而发生变化。完全平稳时间序列的定义较为复杂，且实际问题中的时间序列往往不只要能是完全平稳的，因此统计中一般考虑的“平稳”可归结为：对所有的时间点，序列具有同样的均值、方差，而且任何两时间点s,t之间序列的协方差只取时间间隔(t-s)，而和这些点在时间轴上的位置无关。
3 h2 D1 b8 u: T4 j# M　　以下，我们举实例来说明时间变量回归模型的应用。
　　例如，要观察我国改革开放以来人均国内生产总值的变化趋势，可以根据相应年度的统计数据建立动态模型：
- q  D- O4 F0 j1 E& T