第27章 时间序列分析
本章考情:本章是《经济基础知识》统计部分的计算题重镇,全卷平均分值 4 分左右,以单选题、多选题为主,无综合大题。考法可以一句话概括为「一半概念辨析,一半套公式小计算」——公式本身不复杂,关键是把时期/时点序列分清、把定基/环比分清、把发展速度/增长速度分清、把累计/逐期增长量分清。重点掌握:时间序列四种分类、平均发展水平的五种算法、增长量与平均增长量、定基与环比发展速度的换算、几何平均法求平均发展速度、增长 1% 的绝对值、移动平均法与指数平滑法。
一、本章知识地图
| 节 | 考点 | 考频 | 重要度 |
|---|---|---|---|
| 第一节 时间序列及其分类 | 时间序列的含义及构成基本因素 | ★ | ⭐⭐ |
| 时间序列的分类(四种) | ★★★ | ⭐⭐⭐⭐⭐ | |
| 第二节 时间序列的水平分析 | 发展水平 | ★★ | ⭐⭐⭐ |
| 平均发展水平(序时平均数,五种算法) | ★★ | ⭐⭐⭐⭐⭐ | |
| 增长量与平均增长量 | ★★ | ⭐⭐⭐⭐ | |
| 第三节 时间序列的速度分析 | 发展速度与增长速度(定基/环比) | ★★ | ⭐⭐⭐⭐⭐ |
| 平均发展速度与平均增长速度 | ★★ | ⭐⭐⭐⭐ | |
| 速度的分析与应用 | ★ | ⭐⭐⭐ | |
| 第四节 时间序列的分解和预测程序 | 时间序列的成分(T/S/C/I) | ★★ | ⭐⭐⭐⭐ |
| 时间序列分解模型 | ★ | ⭐⭐ | |
| 时间序列的预测程序 | ★ | ⭐⭐ | |
| 第五节 平滑预测法 | 概述 | ★ | ⭐⭐ |
| 移动平均法 | ★★ | ⭐⭐⭐⭐ | |
| 指数平滑法 | ★★ | ⭐⭐⭐⭐ |
本章指标两大板块:水平分析(发展水平、平均发展水平、增长量、平均增长量)+ 速度分析(发展速度、增长速度、平均发展速度、平均增长速度)。
一句话串全章:
先给序列「验明正身」(按指标值表现形式分绝对数/相对数/平均数,绝对数再分时期/时点)→ 水平分析算「平均发展水平」(时期序列简单平均,时点序列看连续还是间断、间隔等还是不等)→ 再算「增长量」(逐期比上期、累计比初期)→ 速度分析先算「发展速度」(定基=环比连乘积,环比=相邻定基之比)→ 「增长速度=发展速度−1」→ 平均速度只能开方(几何平均法)不能简单平均 → 速度受基数影响要配「增长 1% 的绝对值」→ 序列可分解为 T/S/C/I 四种成分 → 平稳序列用平滑法预测(移动平均取最近 k 期均值,指数平滑 α 加权)。
本章框架树:
第27章 时间序列分析
├─ 第一节 时间序列及其分类
│ ├─ 含义:动态数列,两个基本因素(时间 + 指标值)
│ └─ 分类(按指标值表现形式)
│ ├─ 绝对数时间序列 ─┬─ 时期序列(过程总量,可累加)
│ │ └─ 时点序列(瞬间水平,不可累加)
│ ├─ 相对数时间序列(两个绝对数之比)
│ └─ 平均数时间序列(平均数或均值)
├─ 第二节 水平分析
│ ├─ 发展水平(最初/最末/中间/基期/报告期)
│ ├─ 平均发展水平(序时平均数)★算法五分支
│ └─ 增长量(逐期/累计)与平均增长量
├─ 第三节 速度分析
│ ├─ 发展速度(定基/环比)——定基积、环比比
│ ├─ 增长速度(定基/环比)——发展速度 − 1
│ ├─ 平均发展速度(几何平均法,开 n=时期数−1 次方)
│ ├─ 平均增长速度 = 平均发展速度 − 1
│ └─ 速度的分析与应用(0/负数不算速 + 增长1%的绝对值)
├─ 第四节 分解和预测程序
│ └─ 成分 T/S/C/I + 加法/乘法模型 + 预测四步
└─ 第五节 平滑预测法
├─ 概述(消除不规则波动,适用平稳序列)
├─ 移动平均法(最近 k 期平均)
└─ 指数平滑法(α 与 1−α 加权)真题年份分布(本章平均分值 4 分左右):
| 年份 | 题量 | 主要落点 |
|---|---|---|
| 2025 | 7 | 时期序列判别、定基增长速度、长期趋势、三种时点序列算法、水平分析概念 |
| 2024 | 5 | 时点序列判别、速度分析、移动平均法、指数平滑法公式 |
| 2023 | 3 | 循环波动、平均增长速度(几何平均)、增长 1% 的绝对值 |
| 2022 | 9 | 时期序列判别、平均数序列、环比发展速度、速度分析、平均速度、指数平滑公式、成分、累计增长量 |
| 2021 | 0 | 素材未收录 |
| 2020 | 2 | 平均发展水平算法、增长量与平均增长量 |
| 2017 | 2 | 时间序列综合判断、移动平均法 |
| 2016 | 1 | 指数平滑法公式 |
可见:概念辨析题集中在「序列分类 + 平均发展水平算法 + 速度指标关系」,计算题集中在「移动平均法 + 平均发展速度」。
二、知识点精讲
考点1 时间序列的含义及构成基本因素 ★
核心概念
| 项目 | 内容 |
|---|---|
| 含义 | 时间序列也称动态数列,是将某一统计指标在各个不同时间上的数值,按时间先后顺序编制形成的序列 |
| 构成因素(1) | 被研究现象所属时间 |
| 构成因素(2) | 反映该现象在一定时间条件下数量特征的指标值 |
注意:同一时间序列中,各指标值的时间单位一般要求相等。
时间序列 = 时间(被研究现象所属时间)
+ 指标值(反映现象一定时间条件下数量特征的数值)
↓ 按时间先后顺序排列,所以也叫「动态数列」
↓ 后续一切分析(水平分析/速度分析)都以这两个要素为基础速记口诀:「一时一值」——时间加指标值,顺序不能乱。
考点2 时间序列的分类 ★★★(本章最高频辨析点)
按照构成要素中统计指标值的表现形式,分为四种:
| 类型 | 指标值及内容 | 示例 |
|---|---|---|
| 绝对数时间序列 | 时期序列:每一指标值反映现象在一段时期内发展的结果,即**「过程总量」**【说明】时期数通常可以累积,从而得到更长时期内的总量 | 国内生产总值、产品产量、财政收入、商品零售额 |
| 时点序列:每一指标值反映现象在一定时点上的**「瞬间水平」【提示】时点数通常不能累积**,各时点数累积后没有实际意义 | 年底人口总数、库存量、股票价格 | |
| 相对数时间序列 | 统计指标值是两个绝对数之比 | 城镇人口比重、经济增长率 |
| 平均数时间序列 | 统计指标值是平均数或均值 | 人均国内生产总值、人均利润 |
最强对比:时期序列 vs 时点序列(选择命题眼)
| 维度 | 时期序列 | 时点序列 |
|---|---|---|
| 反映内容 | 一段时期内发展的结果(过程总量) | 一定时点上的瞬间水平 |
| 典型问法 | 「某年 GDP」「某年产量」「某年投资额」 | 「年底人口数」「年末员工人数」「库存量」「外汇储备余额」 |
| 能否累加 | 可以累加,累加后有意义 | 不能累加,累加后无实际意义 |
| 代表指标 | 国内生产总值、产品产量、财政收入、商品房销售额 | 年底总人口数、库存量、股票价格、外汇储备余额 |
看到指标先问一句:这个数是「一段时期攒出来的」还是「某个时点拍的快照」?
攒出来的(流量) → 时期序列 → 可累加
时点拍的(存量) → 时点序列 → 不可累加
两个数之比 → 相对数时间序列
平均数/均值 → 平均数时间序列速记口诀:「时期看总量,时点记瞬间;平均相对数,类别要分辨。」
高频陷阱:城镇化率、城镇人口比重、经济增长率 → 相对数时间序列;人均 GDP、人均生活消费支出、土地平均购置价格 → 平均数时间序列;外汇储备余额、年末员工人数、年底人口总数 → 时点序列;年广告支出、商品房销售面积、房地产开发企业完成投资额 → 时期序列。
考点3 发展水平 ★★
发展水平是时间序列中对应于具体时间的指标数值。具体分为六个:
| 序号 | 名称 | 定义 |
|---|---|---|
| 1 | 发展水平 | 时间序列中对应于具体时间的指标数值 |
| 2 | 最初水平 | 序列中第一项的指标值(常用 y₀ 或 y₁ 表示) |
| 3 | 最末水平 | 序列中最末项的指标值(常用 yₙ 表示) |
| 4 | 中间水平 | 处于第一项和最末项二者之间的各期指标值 |
| 5 | 基期水平 | 作为对比的基础时期的水平 |
| 6 | 报告期水平 | 所要反映与研究的那一时期的水平 |
y₀(最初水平)→ y₁ → y₂ → … → yₙ(最末水平)
↑ 中间水平
y₀ = 基期水平(对比的基准)
yᵢ = 报告期水平(被研究、被反映的那一期)速记口诀:「首最初、尾最末、中间夹着基期和报告期」——基期是被比的,报告期是主比的。
考点4 平均发展水平 ★★(全书计算最密集的考点)
核心概念:平均发展水平也称序时平均数或动态平均数,是对时间序列中各时期发展水平计算的平均数,可以概括性描述现象在一段时期内所达到的一般水平。时间序列类型不同,计算方法也不同。
算法总表(必须形成条件反射)
| 序列类型 | 细分情形 | 计算方法 | 权数/说明 |
|---|---|---|---|
| 绝对数时间序列 | 时期序列 | 简单算术平均数 | n 为时期序列的项数 |
| 时点序列 → 连续时点 | ① 资料逐日登记且逐日排列 | 简单算术平均数 | |
| ② 资料登记的时间单位仍是 1 天,但只在指标值发生变动时才记录一次 | 加权算术平均数 | ||
| 时点序列 → 间断时点 | ③ 间隔相等 | 「两次平均」:两次都是简单算术平均 | |
| ④ 间隔不等 | 「两次平均」:一次简单算术平均,一次加权算术平均 | ||
| 相对数或平均数时间序列 | 派生数列 | 序时平均数 ÷ 序时平均数(先分别求分子、分母序列的序时平均数,再对比) | 不能就序列中的相对数/平均数直接平均 |
关键判别路径(做题第一步)
拿到「求平均发展水平」的题,先判断序列类型:
绝对数?
├─ 时期序列 ────────────────→ 简单算术平均(直接加总 ÷ 项数)
└─ 时点序列
├─ 连续时点(逐日登记)
│ ├─ 逐日排列 ──────→ 简单算术平均
│ └─ 有变化才记 ────→ 加权算术平均(权数=持续天数)
└─ 间断时点(隔一段登记一次)
├─ 间隔相等 ──────→ 两次平均(两次简单算术平均)
└─ 间隔不等 ──────→ 两次平均(一次简单算术平均,一次加权算术平均,权数=间隔长度)
相对数或平均数?
└─ 先算分子的序时平均数,再算分母的序时平均数,最后相除相对数/平均数时间序列计算三句话:
- 相对数或平均数时间序列是派生数列,通常由两个绝对数对比形成;
- 不能就序列中的相对数或平均数直接进行平均计算;
- 正确做法:分别求出分子指标和分母指标时间序列的序时平均数,然后再进行对比。
速记口诀:「时期直接除项数;连续时点看登记,逐日用简单、变动用加权;间断时点两次平均,等距两次简单、不等一次加权;相对平均数,分子分母分别算。」
考点5 增长量与平均增长量 ★★
1. 增长量
| 项目 | 内容 |
|---|---|
| 含义 | 报告期发展水平与基期发展水平之差,反映报告期比基期增加(减少)的绝对数量 |
| 基本公式 | 增长量 = 报告期水平 − 基期水平 |
| 分类依据 | 根据基期确定方法的不同,分为逐期增长量和累计增长量 |
| 类型 | 公式 | 对比基准 |
|---|---|---|
| 逐期增长量 | 报告期水平 − 前一期水平 | 前一时期 |
| 累计增长量 | 报告期水平 − 某一固定时期水平(通常是最初水平) | 固定时期 |
核心关系(必考):同一时间序列中,累计增长量 = 相应时期逐期增长量之和。
销售额:y₀=1 → y₁=2 → y₂=6 → y₃=9 → y₄=10
逐期增长量:(2-1)=1、(6-2)=4、(9-6)=3、(10-9)=1
累计增长量(以 y₀=1 为基准):(10-1)=9
验证:1+4+3+1 = 9 = 累计增长量 ✔2. 平均增长量
| 项目 | 内容 |
|---|---|
| 含义 | 时间序列中逐期增长量的序时平均数,表明现象在一定时段内平均每期增加(减少)的数量 |
| 公式(两式等价) | 平均增长量 = 逐期增长量的合计 ÷ 逐期增长量的个数 = 累计增长量 ÷(时间序列项数 − 1) |
速记口诀:「逐期比上期,累计比初期;累计逐期加,平均逐期均。」
考点6 发展速度与增长速度 ★★(本章计算核心)
一、发展速度
| 项目 | 内容 |
|---|---|
| 含义 | 以相对数形式表示的两个不同时期发展水平的比值,表明报告期水平已发展到基期水平的几分之几或若干倍 |
| 公式 | 发展速度 = 报告期水平 ÷ 基期水平 |
| 类型 | 含义 | 计算公式 |
|---|---|---|
| 定基发展速度 | 报告期水平与某一固定时期水平(通常是最初水平 y₀)的比值 | yᵢ / y₀ |
| 环比发展速度 | 报告期水平与其前一期水平的比值 | yᵢ / yᵢ₋₁ |
定基与环比的两条铁律:
- 定基发展速度 = 相应时期内各环比发展速度的连乘积(简称「定基积」)
- 环比发展速度 = 两个相邻时期定基发展速度的比率(简称「环比比」)
定基积:a₁×a₂×a₃×…×aₙ = Aₙ
(A₁=a₁;A₂=a₁×a₂;A₃=a₁×a₂×a₃ …)
环比比:Aₙ / Aₙ₋₁ = aₙ二、增长速度
| 项目 | 内容 |
|---|---|
| 含义 | 报告期增长量与基期水平的比值,表明报告期比基期增长了百分之几或若干倍 |
| 公式 | 增长速度 = 报告期增长量 ÷ 基期水平 |
| 类型 | 对应增长量 | 计算公式 |
|---|---|---|
| 定基增长速度 | 累计增长量 | 定基增长速度 = 定基发展速度 − 1 |
| 环比增长速度 | 逐期增长量 | 环比增长速度 = 环比发展速度 − 1 |
速度之间的换算逻辑链(做题主线):
增长速度 ± 1 ⇄ 发展速度
定基增长速度 + 1 = 定基发展速度
环比增长速度 + 1 = 环比发展速度
发展速度内部:
定基发展速度 = 各环比发展速度的连乘积
环比发展速度 = 相邻两期定基发展速度之比
增长速度之间:★不能★像发展速度那样互相推算!
定基增长速度 ≠ 各环比增长速度的连乘积
相邻两期定基增长速度之比 ≠ 环比增长速度速记口诀:「定基环比连乘积(定基积),环比相邻定基比(环比比)」;「发展加一得增长,增长减一回发展」。
考点7 平均发展速度与平均增长速度 ★★
一、平均发展速度
| 项目 | 内容 |
|---|---|
| 含义 | 反映现象在一定时期内逐期发展变化的一般程度,是一定时期内各期环比发展速度的序时平均数 |
| 计算方法 | 通常采用几何平均法(因为各时期对比的基础不同,不能采用一般序时平均数的计算方法) |
| 公式 | 平均发展速度 = (环比发展速度连乘积)的 n 次方根 = (定基发展速度)的 n 次方根 |
| n 的含义 | n 表示环比发展速度的时期数,且 n = 时期数 − 1 |
【说明】几何平均数:n 个观察值连乘积的 n 次方根就是几何平均数。
结论:平均发展速度是环比发展速度的连乘积的开方,或是定基发展速度的开方(开「时期数 − 1」次方)。
二、平均增长速度
| 项目 | 内容 |
|---|---|
| 含义 | 反映现象在一定时期内逐期**增长(降低)**变化的一般程度 |
| 数量关系 | 平均增长速度 = 平均发展速度 − 1 |
为什么平均增长速度不能直接算? 因为平均增长速度既不能由各期的环比增长速度求得,也不能根据一定时期的总增长速度计算,它只能通过与平均发展速度之间的数量关系求得。
速记口诀:「几何算发展,再减一是增长。」
考点8 速度的分析与应用 ★
应用速度分析实际问题时,必须注意两点:
1. 指标值出现 0 或负数时,不宜计算速度。 在这种情况下,适宜直接用绝对数进行分析。
2. 速度指标的数值与基数的大小有密切关系。 在环比增长速度时间序列中,各期的基数不同,因此运用速度指标反映现象增长的快慢时,往往要结合水平指标的分析才能得出正确结论。「增长 1% 的绝对值」就是进行这一分析的指标——它反映同样的增长速度,在不同时间条件下所包含的绝对水平。
增长1%的绝对值 = 逐期增长量 ÷ 环比增长速度
= (yᵢ − yᵢ₋₁) ÷ [ (yᵢ − yᵢ₋₁) / yᵢ₋₁ × 100 ] × 100
= 报告期前一期发展水平 × 1%速记口诀:「有零有负不算速;速度要比配绝对,增长 1% 看前期。」
考点9 时间序列的成分 ★★
时间序列的变化可能受一种或几种因素的影响,这种因素称为时间序列的成分。成分通常有四种:
| 成分 | 具体内容 |
|---|---|
| 长期趋势(T) | 时间序列在较长一段时间内呈现的持续上升或持续下降的变动。这种趋势可能是线性的,也可能是非线性的 |
| 季节变动(S) | 时间序列在一年内重复出现的周期性波动。例如,旅游、商品销售、农业生产、交通运输等行业的生产经营中都有明显的季节变动特征 |
| 循环波动(C) | 时间序列呈现出的非固定长度的周期性变动。例如,经济周期有涨落相间的交替波动,周期长短不一,无固定规律 |
| 不规则波动(I) | 时间序列中除去长期趋势、季节变动和循环波动之后的随机波动。不规则波动往往是由一些偶然因素引起的,难以预测和控制,因此在时间序列预测中通常不予单独考虑 |
四成分最强对比
| 成分 | 周期长度 | 方向性 | 是否可预测 |
|---|---|---|---|
| 长期趋势 T | 较长一段时间 | 持续上升 或 持续下降(单向) | 可测(线性/非线性) |
| 季节变动 S | 一年内重复出现 | 周期性 | 可测 |
| 循环波动 C | 非固定长度的周期 | 涨落相间交替 | 周期长短不一、无固定规律 |
| 不规则波动 I | 随机 | 随机 | 偶然因素引起,难以预测控制,通常不单独考虑 |
时间序列 Y ──分解──→ T(长期趋势)
├→ S(季节变动)
├→ C(循环波动)
└→ I(不规则波动,通常剔除不考虑)速记口诀:「常(长)规环节」——长(长期趋势)、规(循环/规律性交替)、环(循环波动)、节(季节变动)。
考点10 时间序列分解模型 ★
一个时间序列可能只包含一种成分,也可能是由几种成分混合而成的。时间序列分析时经常在一定的模型假定下把这些成分从时间序列里分离出来,对各成分分别进行分析。不同的模型对四种成分之间关系的假定不同:
| 模型 | 假定关系 |
|---|---|
| 加法模型 | Yt = Tt + St + Ct + It |
| 乘法模型 | Yt = Tt × St × Ct × It |
考点11 时间序列的预测程序 ★
时间序列分析的一个主要目的就是根据历史数据对未来进行预测。步骤如下:
第一步:确定时间序列所包含的成分
↓
第二步:找出适合该时间序列的预测方法
↓
第三步:对可能的预测方法进行评估,以确定最佳预测方案
↓
第四步:利用最佳预测方案进行预测速记口诀:「定成分 → 找方法 → 评方案 → 做预测」。
考点12 平滑预测法概述 ★
| 项目 | 具体内容 |
|---|---|
| 目的 | 为了「消除」时间序列的不规则成分所引起的随机波动,包括移动平均法和指数平滑法等 |
| 适用对象 | 适合于平稳时间序列的预测,即没有明显的趋势、循环和季节波动的时间序列 |
| 优点 | 简单易用,对数据的要求最低,通常对于**近期(如下一期)**的预测具有较高的精度 |
注意:只有平稳序列才适合(指数)平滑预测——这是本章常考辨析。
考点13 移动平均法 ★★
核心概念:移动平均法使用时间数列中最近 k 期数据值的平均数作为下一期的预测值。
公式:F(t+1) = ( Y(t-k+1) + Y(t-k+2) + … + Y(t-1) + Yt ) / k
k 为移动间隔,1 < k < t操作要点:
- k 取多少,就往前数 k 期;
- 取的是这 k 期数据的简单算术平均数;
- 预测的是**下一期(t+1)**的值。
速记口诀:「移动平均很简单,最近 k 期加一加,除以 k 就是下期预测值。」
考点14 指数平滑法 ★★
核心概念:指数平滑法是利用过去时间序列值的加权平均数作为预测值,使得第 t+1 期的预测值等于第 t 期的实际观察值与第 t 期预测值的加权平均值。
公式:F(t+1) = α·Yt + (1 − α)·Ft
F(t+1)、Ft —— 第 t+1 期、第 t 期的指数平滑预测值
Yt —— 第 t 期的实际观察值
α —— 平滑系数(即权重),取值范围 0 < α < 1特点:观测值离预测时期越久远,其权重也变得越小,呈现出指数下降,因而称为指数平滑。
权重分配逻辑:
第 t 期实际值 Yt ──权重 α───┐
├──→ F(t+1)(下一期预测值)
第 t 期预测值 Ft ─权重(1-α)─┘
α 越大 → 越看重最新实际值,预测对近期变化越敏感
α 越小 → 越看重历史预测值,预测越平滑稳定速记口诀:「指数平滑两件套:这期实际乘 α,这期预测乘 (1−α),加起来就是下期预测。」
附:本章六大核心辨析(极易混,务必做强对比)
辨析一:定基发展速度 vs 环比发展速度
| 维度 | 定基发展速度 | 环比发展速度 |
|---|---|---|
| 对比基准 | 某一固定时期水平(通常是最初水平 y₀) | 前一期水平 yᵢ₋₁ |
| 公式 | yᵢ ÷ y₀ | yᵢ ÷ yᵢ₋₁ |
| 基准是否变动 | 固定不变 | 逐期后移 |
| 换算关系 | 等于相应时期内各环比发展速度的连乘积 | 等于两个相邻时期定基发展速度的比率 |
| 口诀 | 「定基积」 | 「环比比」 |
演算:环比发展速度为 101%、102%、104% → 定基发展速度 = 101%×102%×104% ≈ 107%;相邻两期定基发展速度为 137.4%、164.3% → 环比发展速度 = 164.3%÷137.4% ≈ 119.6%。
辨析二:定基增长速度 vs 环比增长速度
| 维度 | 定基增长速度 | 环比增长速度 |
|---|---|---|
| 对应增长量 | 累计增长量 | 逐期增长量 |
| 公式 | 定基发展速度 − 1 | 环比发展速度 − 1 |
| 能否互相推算 | 不能——定基增长速度 ≠ 各环比增长速度的连乘积 | 不能——相邻定基增长速度之比 ≠ 环比增长速度 |
演算:环比增长速度为 4%、6%、9%、10% → 定基增长速度 = (104%×106%×109%×110%) − 1,绝不是 4%×6%×9%×10%。 演算:定基增长速度为 14.40%、14.85% → 先 +1 得定基发展速度 114.40%、114.85% → 环比发展速度 = 114.85%÷114.40% ≈ 100.39%。
辨析三:累计增长量 vs 逐期增长量
| 维度 | 累计增长量 | 逐期增长量 |
|---|---|---|
| 基准 | 某一固定时期水平(通常最初水平 y₀) | 前一期水平 yᵢ₋₁ |
| 公式 | yᵢ − y₀ | yᵢ − yᵢ₋₁ |
| 对应速度 | 定基增长速度 | 环比增长速度 |
| 数量关系 | 累计增长量 = 相应时期逐期增长量之和 | —— |
演算:销售额 1、2、6、9、10 → 逐期增长量 1、4、3、1;2018 年累计增长量 = 10−1 = 9 = 1+4+3+1 ✔
辨析四:平均发展速度 vs 平均增长速度
| 维度 | 平均发展速度 | 平均增长速度 |
|---|---|---|
| 含义 | 一定时期内各期环比发展速度的序时平均数,反映逐期发展变化的一般程度 | 反映逐期**增长(降低)**变化的一般程度 |
| 算法 | 几何平均法:环比发展速度连乘积(或定基发展速度)开 n = 时期数−1 次方 | 不能直接用几何平均法;只能 平均发展速度 − 1 |
| 能否由增长速度求得 | —— | 不能——既不能由各期环比增长速度求得,也不能由总增长速度计算 |
演算:某市财政收入 2003 年比 1998 年增长 72.6% → 定基发展速度 172.6%,n = 5 → 平均发展速度 = ⁵√172.6% ≈ 111.5% → 平均增长速度 ≈ 11.5%。 演算:某企业年平均增长速度 27.6% → 年平均发展速度 = 127.6%。
辨析五:增长 1% 的绝对值
| 项目 | 内容 |
|---|---|
| 公式 | 增长1%的绝对值 = 逐期增长量 ÷ 环比增长速度 = 报告期前一期发展水平 × 1% |
| 反映什么 | 同样的增长速度,在不同时间条件下所包含的绝对水平 |
| 为什么需要它 | 环比增长速度序列中各期基数不同,速度高低不能直接比快慢,必须结合水平指标 |
| 三个「不是」 | 分母不是环比发展速度、不是定基发展速度、不是定基增长速度 |
演算:销售额 32 → 35 万元,逐期增长量 3 万元,环比增长速度 9.375% → 增长 1% 的绝对值 = 3÷9.375 = 0.32 万元 = 32×1% ✔
辨析六:时点序列 vs 时期序列的平均发展水平算法
| 序列类型 | 具体情形 | 算法 | 权数 |
|---|---|---|---|
| 时期序列 | —— | 简单算术平均数 | 无 |
| 连续时点序列 | 逐日登记且逐日排列 | 简单算术平均数 | 无 |
| 连续时点序列 | 登记单位仍是 1 天,但只在指标值变动时才记录 | 加权算术平均数 | 持续天数 |
| 间断时点序列 | 间隔相等 | 两次平均:两次简单算术平均 | 无 |
| 间断时点序列 | 间隔不等 | 两次平均:一次简单算术平均,一次加权算术平均 | 间隔长度 |
| 相对数/平均数序列 | 派生数列 | 分子序时平均数 ÷ 分母序时平均数 | 无 |
一句话总结:时期序列最简单(直接除项数);时点序列看「连续/间断」,间断再看「间隔等/不等」,一共四种算法;相对数/平均数序列必须先分子、后分母、再相除。
三、必背表格汇总
表1 时间序列四大类型判别(选择题秒杀)
| 看到这样的词 | 归类 |
|---|---|
| 国内生产总值、产品产量、财政收入、商品零售额、商品房销售面积、商品房销售额、房地产开发企业完成投资额、年广告支出 | 时期序列(绝对数) |
| 年底人口总数、库存量、股票价格、年末员工人数、外汇储备余额、私营单位就业人员 | 时点序列(绝对数) |
| 城镇人口比重、经济增长率、城镇化率 | 相对数时间序列 |
| 人均国内生产总值、人均利润、人均生活消费支出、土地平均购置价格 | 平均数时间序列 |
表2 平均发展水平(序时平均数)算法总表 —— 本章第一核心表
| 序列类型 | 情形 | 方法 | 权数 |
|---|---|---|---|
| 时期序列 | —— | 简单算术平均数 | 无 |
| 连续时点序列 | 逐日登记且逐日排列 | 简单算术平均数 | 无 |
| 连续时点序列 | 登记单位仍是 1 天,但只在指标值变动时才记录 | 加权算术平均数 | 每一指标值的持续天数 |
| 间断时点序列 | 间隔相等 | 两次平均:两次简单算术平均 | 无 |
| 间断时点序列 | 间隔不等 | 两次平均:一次简单算术平均 + 一次加权算术平均 | 间隔长度 |
| 相对数/平均数时间序列 | 派生数列 | 分子序时平均数 ÷ 分母序时平均数 | 无 |
表3 增长量三兄弟对比
| 指标 | 公式 | 备注 |
|---|---|---|
| 增长量 | 报告期水平 − 基期水平 | 反映增加(减少)的绝对数量 |
| 逐期增长量 | 报告期水平 − 前一期水平 | 与环比增长速度对应 |
| 累计增长量 | 报告期水平 − 固定时期水平(通常最初水平) | 与定基增长速度对应 |
| 平均增长量 | 逐期增长量合计 ÷ 逐期增长量个数 = 累计增长量 ÷(项数−1) | 是逐期增长量的序时平均数,不是累计增长量的序时平均数 |
| 关系 | 累计增长量 = 相应时期逐期增长量之和 | 必考 |
表4 速度指标全家福
| 指标 | 公式 | 关键提醒 |
|---|---|---|
| 发展速度 | 报告期水平 ÷ 基期水平 | 相对数形式的比值 |
| 定基发展速度 | yᵢ ÷ y₀(固定期水平) | 基准不变 |
| 环比发展速度 | yᵢ ÷ yᵢ₋₁(前一期水平) | 基准逐期后移 |
| 定基与环比关系 | 定基 = 各环比连乘积;环比 = 相邻定基之比 | 「定基积、环比比」 |
| 增长速度 | 报告期增长量 ÷ 基期水平 | —— |
| 定基增长速度 | 定基发展速度 − 1 | 对应累计增长量 |
| 环比增长速度 | 环比发展速度 − 1 | 对应逐期增长量 |
| 增长速度之间 | 不能像发展速度那样互相推算 | 定基增长速度 ≠ 环比增长速度连乘积 |
| 平均发展速度 | (环比发展速度连乘积)开 n 次方 = 定基发展速度开 n 次方 | 几何平均法,n = 时期数 − 1 |
| 平均增长速度 | 平均发展速度 − 1 | 不能由环比增长速度直接求得 |
| 增长 1% 的绝对值 | 逐期增长量 ÷ 环比增长速度 = 前一期水平 × 1% | 速度必须配水平分析 |
表5 四种成分对比
| 成分 | 关键词 | 举例/说明 |
|---|---|---|
| 长期趋势 T | 较长一段时间内持续上升或下降;线性或非线性 | —— |
| 季节变动 S | 一年内重复出现的周期性波动 | 旅游、商品销售、农业生产、交通运输 |
| 循环波动 C | 非固定长度的周期性变动,涨落相间,周期长短不一 | 经济周期 |
| 不规则波动 I | 除去 T、S、C 之后的随机波动;偶然因素引起;通常不单独考虑 | —— |
表6 平滑预测两法对比
| 方法 | 做法 | 公式 | 关键参数 |
|---|---|---|---|
| 移动平均法 | 用最近 k 期数据值的平均数作为下一期预测值 | F(t+1) = (Y(t-k+1)+…+Yt)/k | 移动间隔 k,1 < k < t |
| 指数平滑法 | 用过去序列值的加权平均数作为预测值;观测值越久远权重越小 | F(t+1) = α·Yt + (1−α)·Ft | 平滑系数 α,0 < α < 1 |
表7 水平分析指标 vs 速度分析指标(多选题高频)
| 板块 | 包含指标 | 不包含 |
|---|---|---|
| 水平分析 | 发展水平、平均发展水平、增长量、平均增长量 | 发展速度、平均增长速度 |
| 速度分析 | 发展速度、增长速度、平均发展速度、平均增长速度 | 平均发展水平、平均增长量 |
记忆锚点:名称里带「速度」二字的一律归速度分析;「平均发展水平」和「平均增长量」是水平指标,虽名字里有「平均」也属水平分析。
表8 速度指标 ↔ 增长量指标 ↔ 基期选择 对应表
| 增长速度 | 对应的增长量 | 对应的基期 |
|---|---|---|
| 定基增长速度 | 累计增长量 | 某一固定时期(通常最初水平 y₀) |
| 环比增长速度 | 逐期增长量 | 前一期水平 yᵢ₋₁ |
三者必须「对号入座」:定基—累计—固定期;环比—逐期—前一期。
表9 「X 个不等于」避坑表(本章最锋利)
| # | 错误说法 | 正解 |
|---|---|---|
| 1 | 累计增长量 = 相应时期逐期增长量的平均数/乘积/加权平均 | ✗ 等于之和 |
| 2 | 平均增长量 = 累计增长量的序时平均数 | ✗ 是逐期增长量的序时平均数 |
| 3 | 定基增长速度 = 各环比增长速度的连乘积 | ✗ 增长速度之间不能互相推算;只有发展速度可以 |
| 4 | 相邻两期定基增长速度之比 = 环比增长速度 | ✗ 不成立 |
| 5 | 定基发展速度 = 各环比增长速度的连乘积 | ✗ 是各环比发展速度的连乘积 |
| 6 | 平均增长速度可以用几何平均法直接算 | ✗ 几何平均法算的是平均发展速度;平均增长速度 = 平均发展速度 − 1 |
| 7 | 平均发展速度可以用简单算术平均法算 | ✗ 各时期对比基础不同,通常采用几何平均法 |
| 8 | 时点序列的序时平均数可以直接用算术平均数算 | ✗ 时点序列须分连续/间断、间隔等/不等,方法各不相同 |
| 9 | 相对数时间序列的平均发展水平可以直接对相对数算 | ✗ 必须先分别求分子、分母的序时平均数再对比 |
| 10 | 连续时点序列与间断时点序列算法相同 | ✗ 完全不同 |
| 11 | 时点序列与时期序列算法相同 | ✗ 不同 |
| 12 | 平均发展速度 = 定基发展速度开「时期数」次方 | ✗ 开 n = 时期数 − 1 次方 |
| 13 | 平滑法适合有明显趋势、循环和季节波动的序列 | ✗ 适合平稳时间序列(无明显趋势、循环、季节波动) |
| 14 | 指数平滑公式是 F(t+1) = α·Ft + (1−α)·Yt | ✗ 权重位置反了,应为 F(t+1) = α·Yt + (1−α)·Ft |
| 15 | 序列中出现 0 或负数也能算速度 | ✗ 不宜计算速度,宜直接用绝对数分析 |
| 16 | 「季节比率」是时间序列的成分 | ✗ 成分是季节变动(S);季节比率是素材中未展开的概念 |
| 17 | 时期序列的指标值不能累加 | ✗ 时期数通常可以累加;不能累加的是时点数 |
四、公式与计算(本章是全书计算题最重的章之一,务必逐题演算)
本章公式体系:成分分解 → 水平分析(平均发展水平、增长量)→ 速度分析(发展速度、增长速度、平均速度)→ 平滑预测。每个指标均配 1 道带数字演算的例题。
公式速查总表(考前 3 分钟过一遍)
| 序号 | 指标 | 公式 | 关键限定 |
|---|---|---|---|
| 1 | 时期序列序时平均数 | ȳ = (y₁+…+yₙ)/n = Σyᵢ/n | n 为时期序列项数 |
| 2 | 连续时点(逐日排列)序时平均数 | ȳ = Σyᵢ/n | 简单算术平均 |
| 3 | 连续时点(变动才记)序时平均数 | ȳ = Σyᵢfᵢ/Σfᵢ | fᵢ = 持续天数 |
| 4 | 间断时点(间隔相等)序时平均数 | ȳ = [Σ(yᵢ+yᵢ₊₁)/2]/(n−1) | 两次简单算术平均 |
| 5 | 间断时点(间隔不等)序时平均数 | ȳ = Σ[(yᵢ+yᵢ₊₁)/2 × fᵢ]/Σfᵢ | fᵢ = 间隔长度 |
| 6 | 相对数/平均数序时平均数 | c̄ = ā/b̄ | 先分子、后分母,再对比 |
| 7 | 增长量 | 报告期水平 − 基期水平 | —— |
| 8 | 逐期增长量 | yᵢ − yᵢ₋₁ | 比前一期 |
| 9 | 累计增长量 | yᵢ − y₀ | 比固定期(通常最初水平) |
| 10 | 平均增长量 | 逐期增长量合计/个数 = 累计增长量/(项数−1) | 逐期增长量的序时平均数 |
| 11 | 发展速度 | 报告期水平/基期水平 | 比值 |
| 12 | 定基发展速度 | yᵢ/y₀ | 基准固定 |
| 13 | 环比发展速度 | yᵢ/yᵢ₋₁ | 基准逐期后移 |
| 14 | 定基与环比关系 | 定基 = 各环比连乘积;环比 = 相邻定基之比 | 「定基积、环比比」 |
| 15 | 增长速度 | 报告期增长量/基期水平 | —— |
| 16 | 定基增长速度 | 定基发展速度 − 1 | 对应累计增长量 |
| 17 | 环比增长速度 | 环比发展速度 − 1 | 对应逐期增长量 |
| 18 | 平均发展速度 | n√(环比发展速度连乘积) = n√(定基发展速度) | 几何平均法,n = 时期数 − 1 |
| 19 | 平均增长速度 | 平均发展速度 − 1 | 不能由增长速度直接算 |
| 20 | 增长 1% 的绝对值 | 逐期增长量/环比增长速度 = 前一期水平 × 1% | 分母必须是环比增长速度 |
| 21 | 加法分解模型 | Yt = Tt + St + Ct + It | 成分关系假定 |
| 22 | 乘法分解模型 | Yt = Tt × St × Ct × It | 成分关系假定 |
| 23 | 移动平均预测 | F(t+1) = (Y(t−k+1)+…+Yt)/k | 1 < k < t |
| 24 | 指数平滑预测 | F(t+1) = α·Yt + (1−α)·Ft | 0 < α < 1 |
4.1 时间序列成分分解
模型假定
| 模型 | 公式 |
|---|---|
| 加法模型 | Yt = Tt + St + Ct + It |
| 乘法模型 | Yt = Tt × St × Ct × It |
成分速查
| 成分 | 一句话定义 |
|---|---|
| T 长期趋势 | 较长一段时间内持续上升或持续下降的变动(线性或非线性) |
| S 季节变动 | 一年内重复出现的周期性波动 |
| C 循环波动 | 非固定长度的周期性变动 |
| I 不规则波动 | 除去 T、S、C 后的随机波动,通常不单独考虑 |
说明:素材仅给出加法/乘法模型的成分关系式,未覆盖各成分的具体分离/测算公式(如趋势方程拟合、季节比率计算等),考纲本章不要求展开计算。
例题 4.1(概念判别):某旅行社 2019—2024 年季度营业收入呈现「每年一季度高、三季度低」的规律性起伏,同时整体逐年抬升,并受突发事件影响出现无规律跳动。问:分别属于哪种成分?
- 整体逐年抬升 → 长期趋势(T)
- 每年一季度高、三季度低 → 季节变动(S)
- 无规律跳动 → 不规则波动(I)
4.2 水平分析(一):发展水平与平均发展水平
4.2.1 时期序列的序时平均数 —— 简单算术平均法
公式
y1 + y2 + … + yn Σyi
ȳ = ─────────────────────── = ─────
n n
(n 为时期序列的项数)例题 4.2.1(教材例题):根据下表国内生产总值时间序列,计算各年度的平均国内生产总值。
| 年份 | 1991 | 1992 | 1993 | 1994 | 1995 | 1996 | 1997 |
|---|---|---|---|---|---|---|---|
| 国内生产总值(亿元) | 21618 | 26638 | 34634 | 46759 | 58478 | 67885 | 74772 |
演算:
ȳ = (21618 + 26638 + 34634 + 46759 + 58478 + 67885 + 74772) ÷ 7
= 330784 ÷ 7
= 47254.857(亿元)答:1991—1997 年平均国内生产总值约为 47254.86 亿元。
例题 4.2.1'(真题同型):某地区 1999~2003 年原煤产量如下表,该地区 1999~2003 年的平均每年原煤产量为( )万吨。
| 年份 | 1999 | 2000 | 2001 | 2002 | 2003 |
|---|---|---|---|---|---|
| 原煤产量(万吨) | 45 | 46 | 59 | 68 | 72 |
演算:原煤产量是时期序列,采用简单算术平均数:
ȳ = (45 + 46 + 59 + 68 + 72) ÷ 5 = 290 ÷ 5 = 58(万吨)答:58 万吨(选项 A)。
4.2.2 连续时点序列的序时平均数
情形 A:资料逐日登记且逐日排列 → 简单算术平均数
公式:ȳ = Σyi ÷ n
例题 4.2.2A:某商场 1—5 日库存量(台)分别为 20、20、22、22、22,求平均日库存量。
ȳ = (20 + 20 + 22 + 22 + 22) ÷ 5 = 106 ÷ 5 = 21.2(台)情形 B:资料登记时间单位仍是 1 天,但只在指标值发生变动时才记录一次 → 加权算术平均数
公式:
Σ (yi × fi) y1f1 + y2f2 + … + ynfn
ȳ = ───────────────── = ───────────────────────
Σfi f1 + f2 + … + fn
fi = 每一指标值的持续天数(权数)例题 4.2.2B(教材例题):某种商品 6 月份的库存量记录如下,求该商品 6 月份的平均日库存量。
| 日期 | 1-4 | 5-7 | 8-13 | 14-20 | 21-23 | 24-28 | 29-30 |
|---|---|---|---|---|---|---|---|
| 持续天数(权数) | 4 | 3 | 6 | 7 | 3 | 5 | 2 |
| 库存量(台) | 49 | 52 | 39 | 29 | 43 | 38 | 51 |
演算:
ȳ = (49×4 + 52×3 + 39×6 + 29×7 + 43×3 + 38×5 + 51×2)
÷ (4 + 3 + 6 + 7 + 3 + 5 + 2)
= (196 + 156 + 234 + 203 + 129 + 190 + 102) ÷ 30
= 1210 ÷ 30
= 40(台)答:6 月份平均日库存量为 40 台。
例题 4.2.2B'(真题同型):某超市 2013 年 6 月某商品库存记录见下表,该商品的 6 月平均日库存量是( )台。
| 日期 | 1~9 日 | 10~15 日 | 16~27 日 | 28~30 日 |
|---|---|---|---|---|
| 持续天数 | 9 | 6 | 12 | 3 |
| 库存量(台) | 50 | 60 | 40 | 50 |
演算:
ȳ = (50×9 + 60×6 + 40×12 + 50×3) ÷ 30
= (450 + 360 + 480 + 150) ÷ 30
= 1440 ÷ 30
= 48(台)答:48 台(选项 A)。
4.2.3 间断时点序列的序时平均数
情形 A:间隔相等 → 「两次平均」,两次都是简单算术平均
公式:
(y1+y2)/2 + (y2+y3)/2 + … + (y(n-1)+yn)/2
ȳ = ─────────────────────────────────────────────
n − 1例题 4.2.3A(教材例题):我国 2007—2013 年年底总人口数如下,计算 2007—2013 年平均每年总人口数。
| 年份 | 2007 | 2008 | 2009 | 2010 | 2011 | 2012 | 2013 |
|---|---|---|---|---|---|---|---|
| 年底总人口数(万人) | 132129 | 132802 | 133450 | 134091 | 134735 | 135404 | 136072 |
演算(本题属于间隔相等的间断时点序列,两次简单算术平均):
第一次(相邻两年求平均):
(132129+132802)/2 = 132465.5
(132802+133450)/2 = 133126
(133450+134091)/2 = 133770.5
(134091+134735)/2 = 134413
(134735+135404)/2 = 135069.5
(135404+136072)/2 = 135738
第二次(对各间隔平均数再简单算术平均,共 6 个间隔):
ȳ = (132465.5 + 133126 + 133770.5 + 134413 + 135069.5 + 135738) ÷ 6
= 804582.5 ÷ 6
= 134097.08 ≈ 134097(万人)答:2007—2013 年平均每年总人口数约为 134097 万人。
情形 B:间隔不等 → 「两次平均」,一次简单算术平均、一次加权算术平均(权数为间隔长度)
公式:
Σ [ (yi + yi+1)/2 × fi ]
ȳ = ─────────────────────────────
Σ fi
fi = 相邻两个时点之间的间隔长度例题 4.2.3B(真题同型):某行业 2000 年至 2008 年的职工数量(年底数)记录如下,则该行业 2000 年至 2008 年平均每年职工人数为( )万人。
| 年份 | 2000 | 2003 | 2005 | 2008 |
|---|---|---|---|---|
| 职工人数(万人) | 1000 | 1200 | 1600 | 1400 |
演算(间隔分别为 3 年、2 年、3 年):
第一次(各间隔内简单算术平均):
(1000+1200)/2 = 1100
(1200+1600)/2 = 1400
(1600+1400)/2 = 1500
第二次(用间隔长度加权):
ȳ = (1100×3 + 1400×2 + 1500×3) ÷ (3+2+3)
= (3300 + 2800 + 4500) ÷ 8
= 10600 ÷ 8
= 1325(万人)答:1325 万人(选项 B)。
4.2.4 相对数或平均数时间序列的序时平均数
公式:
ā 分子指标序列的序时平均数
c̄ = ───────── = ─────────────────────────
b̄ 分母指标序列的序时平均数计算三步骤:
- 先求分子指标时间序列的序时平均数;
- 再求分母指标时间序列的序时平均数;
- 然后两者对比。
例题 4.2.4(教材例题):计算我国 2008 年至 2013 年第三产业从业人员数占总从业人员数比重的年平均数。
我国 2008—2013 年从业人员数(年底数,间隔相等的间断时点序列)
| 年份 | 2008 | 2009 | 2010 | 2011 | 2012 | 2013 |
|---|---|---|---|---|---|---|
| 从业人员数 | 65554 | 66373 | 67199 | 67947 | 68850 | 69600 |
| 其中:第三产业人数 | 12979 | 14071 | 15456 | 16851 | 17901 | 18375 |
| 第三产业所占比重(%) | 19.80 | 21.20 | 23.00 | 24.80 | 26.00 | 26.40 |
演算:
(1)分子(第三产业从业人员数)序时平均数:
(12979+14071)/2 = 13525
(14071+15456)/2 = 14763.5
(15456+16851)/2 = 16153.5
(16851+17901)/2 = 17376
(17901+18375)/2 = 18138
ā = (13525 + 14763.5 + 16153.5 + 17376 + 18138) ÷ 5 = 79956 ÷ 5 = 15991.2
(2)分母(总从业人员数)序时平均数:
(65554+66373)/2 = 65963.5
(66373+67199)/2 = 66786
(67199+67947)/2 = 67573
(67947+68850)/2 = 68398.5
(68850+69600)/2 = 69225
b̄ = (65963.5 + 66786 + 67573 + 68398.5 + 69225) ÷ 5 = 337946 ÷ 5 = 67589.2
(3)对比:
c̄ = ā ÷ b̄ = 15991.2 ÷ 67589.2 = 23.66%答:2008—2013 年第三产业从业人员数所占比重的年平均数约为 23.66%。
【多来源提示】另一版本素材给出 2018—2023 年同结构数据(从业人员数 75782、75447、75064、74652、73351、74041;第三产业 34911、35561、35806、35868、34583、35639),算法与结论形式完全一致,结果为 ā = 35418.6、b̄ = 74685.1、c̄ ≈ 47.4%。两版数据不同、算法相同,做题时任选其一练手即可。
4.3 水平分析(二):增长量与平均增长量
公式
| 指标 | 公式 |
|---|---|
| 增长量 | 报告期水平 − 基期水平 |
| 逐期增长量 | 报告期水平 − 前一期水平 |
| 累计增长量 | 报告期水平 − 某一固定时期水平(通常是最初水平) |
| 平均增长量 | 逐期增长量的合计 ÷ 逐期增长量的个数 = 累计增长量 ÷(时间序列项数 − 1) |
例题 4.3A(逐期与累计的关系验证):假设某商品 2014—2018 年销售额(万元)如下:
| 年份 | 2014 | 2015 | 2016 | 2017 | 2018 |
|---|---|---|---|---|---|
| 销售额 | 1 | 2 | 6 | 9 | 10 |
演算:
逐期增长量:
2015 年 = 2 − 1 = 1
2016 年 = 6 − 2 = 4
2017 年 = 9 − 6 = 3
2018 年 = 10 − 9 = 1
2018 年累计增长量 = 10 − 1 = 9(万元)
验证:1 + 4 + 3 + 1 = 9(万元)= 累计增长量 ✔答:2018 年累计增长量 9 万元,等于相应时期逐期增长量之和。
例题 4.3B(平均增长量):假设某商品 2014—2018 年销售额(万元)如下,该商品 2014—2018 年销售额的平均增长量为( )。
| 年份 | 2014 | 2015 | 2016 | 2017 | 2018 |
|---|---|---|---|---|---|
| 销售额 | 32 | 35 | 43 | 51 | 76 |
演算(两种算法):
方法一:平均增长量 = 累计增长量 ÷(时间序列项数 − 1)
= (76 − 32) ÷ (5 − 1) = 44 ÷ 4 = 11(万元)
方法二:平均增长量 = 逐年增长量的合计 ÷ 逐年增长量的个数
逐年增长量:3、8、8、25,合计 44,个数 4
= 44 ÷ 4 = 11(万元)答:平均增长量为 11(选项 B)。
例题 4.3C(易错警示:给的是逐期增长量,不是各期水平):我国 2000—2005 年不变价国内生产总值逐期增长量(亿元)如下表,我国 2000 年—2005 年期间不变价国内生产总值累计增加( )亿元。
| 年份 | 2000 | 2001 | 2002 | 2003 | 2004 | 2005 |
|---|---|---|---|---|---|---|
| 逐期增长量(亿元) | — | 8235.1 | 9758.6 | 11750.6 | 13005.6 | 16056.2 |
演算:
累计增长量 = 各逐期增长量之和
= 8235.1 + 9758.6 + 11750.6 + 13005.6 + 16056.2
= 58806.1(亿元)答:58806.1 亿元(选项 A)。
注意:题目给出的已知条件是逐期增长量,而不是各年的生产总值,直接相加即可,切勿再找各年水平。
4.4 速度分析
4.4.1 发展速度(定基 / 环比)
公式
| 指标 | 公式 |
|---|---|
| 发展速度 | 报告期水平 ÷ 基期水平 |
| 定基发展速度 | 报告期水平 ÷ 某一固定时期水平(通常是最初水平 y₀) |
| 环比发展速度 | 报告期水平 ÷ 前一期水平 yᵢ₋₁ |
| 关系① | 定基发展速度 = 相应时期内各环比发展速度的连乘积 |
| 关系② | 环比发展速度 = 两个相邻时期定基发展速度的比率 |
例题 4.4.1A(连乘积型):已知一个序列的环比发展速度为 101%、102%、104%,则该序列的定基发展速度为( )。
定基发展速度 = 101% × 102% × 104%
= 1.01 × 1.02 × 1.04
= 1.071408 ≈ 107%答:107%(选项 D)。
例题 4.4.1B(相邻定基之比型):以 2000 年为基期,我国 2002、2003 年广义货币供应量的定基发展速度分别是 137.4% 和 164.3%,则 2003 年与 2002 年相比的环比发展速度是( )。
环比发展速度 = 164.3% ÷ 137.4% = 1.19592 ≈ 119.6%答:119.6%(选项 D)。
4.4.2 增长速度(定基 / 环比)
公式
| 指标 | 公式 |
|---|---|
| 增长速度 | 报告期增长量 ÷ 基期水平 |
| 定基增长速度 | 定基发展速度 − 1(对应累计增长量) |
| 环比增长速度 | 环比发展速度 − 1(对应逐期增长量) |
例题 4.4.2A(给的是定基增长速度,求环比发展速度):以 2000 年为基期,2008 年和 2009 年我国粮食总产量定基增长速度分别为 14.40% 和 14.85%。2009 年对 2008 年的环比发展速度为( )。
第一步:定基发展速度 = 定基增长速度 + 1
2008 年:114.40% 2009 年:114.85%
第二步:环比发展速度 = 相邻两期定基发展速度之比
114.85% ÷ 114.40% = 1.003933 ≈ 100.39%答:100.39%(选项 C)。
本题最大陷阱:题目给的是增长速度,问的是发展速度,中间必须「+1」转换。
例题 4.4.2B(给的是环比增长速度,求定基增长速度):已知某地区 2002—2006 年社会消费品零售总额的环比增长速度分别为 4%、6%、9%、10%,则这一时期该地区社会消费品零售总额的定基增长速度为( )。
第一步:环比发展速度 = 环比增长速度 + 1
→ 104%、106%、109%、110%
第二步:定基发展速度 = 各环比发展速度的连乘积
→ 104% × 106% × 109% × 110% = 1.3217776 ≈ 132.18%
第三步:定基增长速度 = 定基发展速度 − 1
→ (104%×106%×109%×110%) − 1 ≈ 32.18%答:(104%×106%×109%×110%)− 1(选项 C)。
4.4.3 平均发展速度 —— 几何平均法
公式
n √(环比发展速度连乘积) n √(定基发展速度)
平均发展速度 = ─────────────────────────── = ─────────────────
y0
其中 n = 环比发展速度的时期数 = 「时期数 − 1」
定基发展速度 = yn / y0 = 1 + 定基增长速度例题 4.4.3A(给的是定基增长速度):某市财政收入 2003 年比 1998 年增长了 72.6%,则该市 1998 年至 2003 年财政收入的平均发展速度为( )。
第一步:定基发展速度 = 1 + 定基增长速度 = 1 + 72.6% = 172.6%
第二步:n = 时期数 − 1 = 5(1998→2003 共 5 个环比发展速度)
第三步:平均发展速度 = 172.6% 的 5 次方根 ≈ 111.5%
(编者按公式推算值,素材仅给出选项形式「5√172.6%」,答案选 D)答:选项 D,即 5√172.6%(≈111.5%)。
例题 4.4.3B(两端水平值型):某市 2012 年年末常住人口为 2070 万人,2022 年年末常住人口为 2154 万人,求 2012~2022 年年末常住人口的平均增长速度。
第一步:定基发展速度 = 2154 ÷ 2070 = 1.04058
第二步:n = 2022 − 2012 = 10
第三步:平均发展速度 = 1.04058 的 10 次方根 ≈ 1.00399 ≈ 100.40%
第四步:平均增长速度 = 平均发展速度 − 1 ≈ 0.40%答:平均增长速度约 0.40%(对应选项 A,素材选项内容缺失,仅保留答案与解析)。
例题 4.4.3C(给定基发展速度,求平均发展速度):以 2000 年为基期,我国 2002、2003 年广义货币供应量的定基发展速度分别是 137.4% 和 164.3%,分别计算 2000—2002 年、2000—2003 年的平均发展速度。
2000→2002:定基发展速度 = 137.4%,n = 2
平均发展速度 = √137.4% = √1.374 ≈ 1.172 ≈ 117.2%
2000→2003:定基发展速度 = 164.3%,n = 3
平均发展速度 = ∛164.3% = ∛1.643 ≈ 1.180 ≈ 118.0%答:2000—2002 年平均发展速度约 117.2%,2000—2003 年平均发展速度约 118.0%。
易错点:n 是环比发展速度的时期数,等于「末年 − 基年」。2000→2002 跨 2 个环比,开 2 次方;2000→2003 跨 3 个环比,开 3 次方。切勿按「数据项数」开方。
4.4.4 平均增长速度
公式
平均增长速度 = 平均发展速度 − 1例题 4.4.4:某企业 2000 年—2006 年销售收入的年平均增长速度是 27.6%,这期间相应的年平均发展速度是( )。
年平均发展速度 = 年平均增长速度 + 1 = 27.6% + 100% = 127.6%答:127.6%(选项 C)。
4.4.5 增长 1% 的绝对值
公式
逐期增长量 yi − yi-1
增长1%的绝对值 = ───────────── = ───────────────────────
环比增长速度 (yi − yi-1)/yi-1 × 100 × 100
= 报告期前一期发展水平 × 1% = yi-1 × 1%推导要点:因为 逐期增长量 = 前一期水平 × 环比增长速度(%),所以 逐期增长量 ÷ 环比增长速度 = 前一期水平 × 1%。
例题 4.4.5(演算):承例题 4.3B,某商品 2014—2018 年销售额 32、35、43、51、76(万元),计算 2015 年「增长 1% 的绝对值」。
2015 年逐期增长量 = 35 − 32 = 3(万元)
2015 年环比增长速度 = 3 ÷ 32 × 100% = 9.375%
增长1%的绝对值 = 3 ÷ 9.375 = 0.32(万元)
验证:前一期水平 × 1% = 32 × 1% = 0.32(万元)✔答:2015 年增长 1% 的绝对值为 0.32 万元。
意义:同样是「增长 1%」,2015 年对应 0.32 万元,而若发生在销售额更高的年份,对应的绝对量就更大——所以速度必须配合水平指标才能得出正确结论。
4.5 平滑预测法
4.5.1 移动平均法
公式
Y(t-k+1) + Y(t-k+2) + … + Y(t-1) + Yt
F(t+1) = ───────────────────────────────────────
k
k 为移动间隔,1 < k < t例题 4.5.1(真题演算):某公司 2019~2023 年主要产品销售额(单位:万元)分别为 114、115、121、120 和 116,取移动间隔 K=3,用移动平均法预测 2024 年公司的主要产品销售额。
最近 3 期 = 2021、2022、2023 年 = 121、120、116
F(2024) = (121 + 120 + 116) ÷ 3 = 357 ÷ 3 = 119(万元)答:119 万元(选项 D)。
例题 4.5.1'(真题演算,含数据勘误):2011 年—2016 年我国工业生产者出厂价格指数分别为 106.0、98.3、98.1、98.1、98.4、98.6,选取移动间隔 K=3,应用移动平均预测法 2017 年工业生产者出厂价格指数,则预测值为( )。
| 年份 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 |
|---|---|---|---|---|---|---|
| 指数 | 106.0 | 98.3 | 98.1 | 98.1 | 98.4 | 98.6 |
最近 3 期 = 2014、2015、2016 年
按素材解析所列算式:(98.1 + 98.4 + 98.6) ÷ 3 = 97.17 ≈ 97.2答:97.2(选项 D)。
⚠ 数据勘误(务必留意):该题素材解析原文写作「(98.1 十 94.8 + 98.6)/3 = 97.17」。按此算式反推,2015 年数值应为 94.8(清洗时串行讹作 98.4),最近三期为 98.1、94.8、98.6。无论按 94.8 还是按题面 98.4 处理,命题答案均为 D(97.2)。考场上以「最近 K 期简单算术平均」这一方法为准,不必纠缠个别数字。
4.5.2 指数平滑法
公式
F(t+1) = α · Yt + (1 − α) · Ft
F(t+1)、Ft —— 第 t+1 期、第 t 期的指数平滑预测值
Yt —— 第 t 期的实际观察值
α —— 平滑系数(即权重),取值范围 0 < α < 1例题 4.5.2(真题演算):时间序列中 2019 年~2023 年的指标为:455、553、258、693(素材列示不完整),根据指数平滑法预测,平滑系数 0.8。2024 年的指标值的公式为( )。
α = 0.8,则 (1 − α) = 0.2
F(2024) = α · Y(2023) + (1 − α) · F(2023)
= 0.8 × Y(2023) + 0.2 × F(2023)答:F₂₀₂₄ = 0.8×Y₂₀₂₃ + 0.2×F₂₀₂₃(选项 B)。
本题只考公式形式:权重 α 挂在「本期实际值 Yt」上,(1−α) 挂在「本期预测值 Ft」上,位置不能反。
五、高频考点速记卡
Q:时间序列的两个基本构成因素? A:①被研究现象所属时间;②反映该现象在一定时间条件下数量特征的指标值。同一序列中各指标值的时间单位一般要求相等。
Q:时间序列按指标值表现形式分哪四种? A:绝对数时间序列(再分时期序列和时点序列)、相对数时间序列、平均数时间序列。
Q:区分时期序列和时点序列的关键?各自的典型指标有哪些? A:时期序列反映一段时期内发展的结果(过程总量),指标值可累加,如国内生产总值、产品产量、财政收入、商品房销售额;时点序列反映一定时点上的瞬间水平,指标值不能累加,如年底人口总数、库存量、股票价格、年末员工人数、外汇储备余额。
Q:城镇人口比重、经济增长率属于哪类序列?人均 GDP 呢? A:前者是相对数时间序列(两个绝对数之比);人均 GDP、人均利润是平均数时间序列。
Q:平均发展水平又称什么? A:序时平均数或动态平均数,是对时间序列中各时期发展水平计算的平均数,概括性描述现象一段时期内达到的一般水平。
Q:时期序列的序时平均数怎么算? A:简单算术平均数——各指标值相加除以项数 n。
Q:连续时点序列的两种算法? A:①资料逐日登记且逐日排列 → 简单算术平均数;②登记单位仍是 1 天但只在指标值变动时才记录一次 → 加权算术平均数,权数是每一指标值的持续天数。
Q:间断时点序列的两种算法?与间隔相等的间断时点序列计算思路相同的是哪一种? A:①间隔相等 → 「两次平均」,两次都是简单算术平均;②间隔不等 → 「两次平均」,一次简单算术平均、一次加权算术平均,权数是间隔长度。与间隔相等的间断时点序列计算思路相同的是间隔不相等的间断时点序列——两者都采用「两次平均」的思路。
Q:相对数/平均数时间序列的序时平均数能直接对相对数平均吗? A:不能。它是派生数列,必须先分别求出分子指标和分母指标序列的序时平均数,然后再对比。
Q:增长量的基本公式与两种分类? A:增长量 = 报告期水平 − 基期水平;分为逐期增长量(比前一期)和累计增长量(比固定时期,通常是最初水平)。
Q:累计增长量与逐期增长量的数量关系? A:累计增长量 = 相应时期逐期增长量之和(不是平均数、不是乘积)。
Q:平均增长量的公式? A:平均增长量 = 逐期增长量的合计 ÷ 逐期增长量的个数 = 累计增长量 ÷(时间序列项数 − 1)。它是逐期增长量的序时平均数。
Q:定基发展速度与环比发展速度的两条关系? A:①定基发展速度 = 各环比发展速度的连乘积;②环比发展速度 = 两个相邻时期定基发展速度的比率。
Q:定基增长速度与环比增长速度之间能互相推算吗? A:不能。定基增长速度 ≠ 各环比增长速度的连乘积;相邻两期定基增长速度之比 ≠ 环比增长速度。只有发展速度可以这样推算。
Q:发展速度与增长速度的换算? A:定基增长速度 = 定基发展速度 − 1;环比增长速度 = 环比发展速度 − 1。反过来:发展速度 = 增长速度 + 1。
Q:平均发展速度用什么方法算?开几次方? A:通常采用几何平均法,等于环比发展速度连乘积(或定基发展速度)开 n = 时期数 − 1 次方。
Q:平均增长速度怎么求?能由环比增长速度直接算吗? A:平均增长速度 = 平均发展速度 − 1。它既不能由各期环比增长速度求得,也不能根据一定时期的总增长速度计算。
Q:应用速度分析必须注意哪两点? A:①时间序列中的指标值出现 0 或负数时不宜计算速度,此时适宜直接用绝对数进行分析;②速度指标的数值与基数大小密切相关,各期基数不同,必须结合增长 1% 的绝对值等水平指标才能得出正确结论。
Q:增长 1% 的绝对值怎么算?反映什么? A:= 逐期增长量 ÷ 环比增长速度 = 报告期前一期发展水平 × 1%。它反映同样的增长速度在不同时间条件下所包含的绝对水平。
Q:时间序列的四种成分? A:长期趋势(T)、季节变动(S)、循环波动(C)、不规则波动(I)。其中「非固定长度的周期性变动」是循环波动,「一年内重复出现」是季节变动。
Q:加法模型与乘法模型的假定? A:加法模型 Yt = Tt + St + Ct + It;乘法模型 Yt = Tt × St × Ct × It。
Q:时间序列预测程序四步? A:①确定所含成分;②找出适合的预测方法;③对可能的预测方法进行评估以确定最佳方案;④利用最佳方案进行预测。
Q:平滑预测法的目的、适用对象与优点? A:目的是「消除」不规则成分引起的随机波动;适合平稳时间序列(无明显趋势、循环和季节波动)的预测;简单易用、对数据要求最低,对近期预测精度较高。
Q:移动平均法的公式与要点? A:F(t+1) = 最近 k 期数据值的平均数,k 为移动间隔且 1 < k < t。预测下一期时往前数 k 期即可。
Q:指数平滑法的公式与 α 的含义? A:F(t+1) = α·Yt + (1−α)·Ft。α 是平滑系数(权重),0 < α < 1;观测值离预测期越久远权重越小,呈指数下降。
六、典型真题(含解析)
以下收录素材中全部带年份标签的真题,共 29 道(多来源重复者已合并去重,保留最完整版本)。按年份倒序排列。
2025 年(7 道)
【2025 单选真题】下列统计指标的时间序列中,属于时期序列的是( ) A. 城镇化率 B. 年末员工人数 C. 年广告支出 D. 外汇储备余额
答案:C解析:时期序列中每一指标值反映现象在一段时期内发展的结果,即「过程总量」。年广告支出是一年内累积发生的总量,属于时期序列。A 城镇化率是相对数时间序列;B 年末员工人数、D 外汇储备余额都是某一时点上的瞬间水平,属于时点序列。
【2025·单选】2021~2024 年某企业营业收入的简单环比增长速度分别为 5%、10%、15%,则 2021 年至 2024 年该企业营业收入的定基增长速度为( ) A. 5%×10%×15% B. (105%×110%×115%)−1 C. 1.05×1.10×1.15 D. 5%+10%+15%
答案:B解析:定基发展速度 = 相应时期内各环比发展速度的连乘积。先把环比增长速度**+1** 还原为环比发展速度:105%、110%、115%;定基发展速度 = 105%×110%×115%;定基增长速度 = 定基发展速度 − 1 = (105%×110%×115%)−1。故选 B。A 是增长速度直接相乘(错),C 少了「−1」得到的是发展速度,D 是简单相加(错)。
【2025·多选】关于时间序列长期趋势成分的说法,正确的有( ) A. 长期趋势可能是由计量误差导致的周期性 B. 长期趋势是序列一段时间内持续上升或持续下降的变动 C. 长期趋势是随机无规律的变动 D. 长期趋势是一年内重复出现的周期性波动 E. 长期趋势可能是线性的,也可能是非线性的
答案:BE解析:长期趋势(T)是时间序列在较长一段时间内呈现的持续上升或持续下降的变动,这种趋势可能是线性的,也可能是非线性的。A「计量误差导致的周期性」属于不规则波动;C「随机无规律」是不规则波动;D「一年内重复出现」是季节变动。
【2025·单选】某连续时点时间序列为逐日登记的数据,计算其平均发展水平应采用( ) A. 两次加权平均法 B. 简单算术平均法 C. 几何平均法 D. 加权算术平均法
答案:B解析:由连续时点计算,资料逐日登记且逐日排列,即已掌握了整段考察时期内连续性的时点数据,可采用简单算术平均数方法计算。加权算术平均法适用于「登记时间仍是 1 天、但只在指标值发生变动时才记录一次」的连续时点序列。
【2025·单选】在时间序列的时点序列中,每隔一定时间记录一次,每次记录的间隔不等。这种时间序列适用的序时平均数的计算方法是( ) A. 先计算简单平均数,再计算加权平均数的两次平均法 B. 几何平均法 C. 加权算术平均 D. 简单算术平均法
答案:A解析:间隔不相等的间断时点序列,序时平均数采用「两次平均」的思路:一次简单算术平均,一次加权算术平均(先求各时间间隔内的简单算术平均数,再对这些平均数加权平均,用间隔长度作为权数)。
【2025·单选】某时点时间序列是每隔一定时间登记一次数据,且登记的间隔相等,计算其平均发展水平应采用的方法是( ) A. 简单算术平均法 B. 先求各个时间间隔内的平均数,再对这些平均数进行加权算术平均 C. 几何平均法 D. 先求各个时间间隔内的平均数,再对这些平均数进行简单算术平均
答案:D解析:间隔相等的间断时点序列,序时平均数采用「两次平均」:两次都是简单算术平均——先求各个时间间隔内的平均数,再对这些平均数进行简单算术平均。选项 B 描述的是间隔不等的情形。
【2025·多选】关于时间序列水平分析的说法,正确的有( ) A. 相对数时间序列的序时平均数可以直接用算术平均数计算 B. 累计增长量等于相应时期内逐期增长量的算术平均数 C. 发展水平是时间序列中对应于具体时间的指标数值 D. 时点序列的序时平均数可以直接用算术平均数计算 E. 平均增长量表明现象在一定时段内平均每期增加(减少)的数量
答案:CE解析:A 错——相对数或平均数时间序列不能就序列中的相对数或平均数直接平均计算,须分别求出分子、分母序列的序时平均数后再对比。B 错——累计增长量等于相应时期逐期增长量之和,而非算术平均数。D 错——时点序列须区分连续时点/间断时点,间断时点中「间隔相等/间隔不等」方法不同,不能直接用算术平均数。C、E 均为概念原文表述。
2024 年(5 道)
【2024·单选】私营单位就业人员时间序列属于( ) A. 时期序列 B. 时点序列 C. 平均数时间序列 D. 相对数时间序列
答案:B解析:时点序列中,每一指标值反映现象在一定时点上的瞬间水平,如年底总人口数表明在各年年末时点上的人口数。私营单位就业人员人数同样反映某一时点上的人数,属于时点序列。
【2024·多选】下列关于时间序列速度分析的说法,正确的有( ) A. 平均增长速度可以根据一定时期的总增长速度进行简单平均计算 B. 平均发展速度的计算经常使用几何平均法 C. 发展速度有定基和环比之分 D. 增长速度是报告期增长量与基期水平的比值 E. 当时间序列的指标值出现 0 或负数时,不宜计算速度
答案:BCDE解析:A 错——平均增长速度既不能由各期的环比增长速度求得,也不能根据一定时期的总增长速度计算,它是通过与平均发展速度的数量关系求得的(平均增长速度 = 平均发展速度 − 1)。B、C、D、E 均为教材原文。
【2024·单选】某公司 2019~2023 年主要产品销售额(单位:万元)分别为 114、115、121、120 和 116,取移动间隔 K=3,用移动平均法预测 2024 年公司的主要产品销售额,则预测值是( ) A. 115 B. 118 C. 117 D. 119
答案:D解析:移动平均法使用时间数列中最近 k 期数据值的平均数作为下一期的预测值。k=3,则使用 2024 年的最近三年即 2021、2022、2023 年的销售额算术平均:(121 + 120 + 116) ÷ 3 = 357 ÷ 3 = 119。
【2024·单选】时间序列中 2019 年~2023 年的指标为:455、553、258、693。根据指数平滑法预测,平滑系数 0.8。2024 年的指标值的公式为( ) A. F₂₀₂₄ = 0.8×Y₂₀₂₃ + 0.8×F₂₀₂₃ B. F₂₀₂₄ = 0.8×Y₂₀₂₃ + 0.2×F₂₀₂₃ C. F₂₀₂₄ = 0.2×Y₂₀₂₃ + 0.8×F₂₀₂₃ D. F₂₀₂₄ = 0.2×Y₂₀₂₃ + 0.2×F₂₀₂₃
答案:B解析:指数平滑法公式 F(t+1) = α·Yt + (1−α)·Ft。α = 0.8,则 (1−α) = 0.2,故 F₂₀₂₄ = 0.8×Y₂₀₂₃ + 0.2×F₂₀₂₃。注意两个权重之和必须为 1,且 α 挂在实际值 Yt 上。
素材说明:本题指标序列列示不完整(2019—2023 仅列出 4 个数值),因只考公式形式,不影响作答。
【2024】2021 年—2026 年我国工业生产者出厂价格指数分别为 106.0、98.3、98.1、98.1、98.4、98.6,选取移动间隔 K=3,应用移动平均预测法 2027 年工业生产者出厂价格指数,则预测值为( ) A. 99.0 B. 98.3 C. 96.7 D. 97.2
答案:D解析:移动平均法使用时间数列中最近 K 期数据值的平均数作为下一期的预测值。则 2027 年预测值 = (98.1 + 94.8 + 98.6) ÷ 3 = 97.17 ≈ 97.2。
⚠ 本题与 2017 年真题数据高度一致(疑为同题改编,且年份标注与数据存在错位,2024 年卷不可能含 2026 年数据)。素材解析算式中第三个数印作「94.8」,而题干序列印作「98.4」,二者必有一讹;按「最近 K 期简单算术平均」的方法作答,答案为 D。
2023 年(3 道)
【2023 真题·单选】时间序列呈现出的非固定长度的周期性变动称为( ) A. 长期趋势 B. 季节变动 C. 不规则波动 D. 循环波动
答案:D解析:循环波动是指时间序列呈现出的非固定长度的周期性变动。例如,经济周期有涨落相间的交替波动,周期长短不一,无固定规律。
【2023·单选】在某市 2012 年年末常住人口为 2070 万人,2022 年年末常住人口为 2154 万人,则 2012~2022 年年末常住人口的平均增长速度( ) (素材选项缺失,仅保留答案与解析)
答案:A解析:平均发展速度用几何平均法求解,开 10 次方(2022 − 2012 = 10)。平均增长速度 = 平均发展速度 − 1。演算:定基发展速度 = 2154/2070 ≈ 1.0406,开 10 次方 ≈ 100.40%,故平均增长速度 ≈ 0.40%。
【2023·单选】在时间序列的速度分析中,增长 1% 的绝对值的计算公式是( ) A. 增长1%的绝对值 = 逐期增长量 / 环比发展速度 B. 增长1%的绝对值 = 逐期增长量 / 定基发展速度 C. 增长1%的绝对值 = 逐期增长量 / 定基增长速度 D. 增长1%的绝对值 = 逐期增长量 / 环比增长速度
答案:D解析:增长 1% 的绝对值 = 逐期增长量 ÷ 环比增长速度。推导:逐期增长量 = 前一期水平 × 环比增长速度(%),故相除即得前一期水平 × 1%。分母必须是环比增长速度,不是发展速度,也不是定基指标。
2022 年(9 道)
【2022·多选】下列时间序列中,属于时期序列的有( ) A. 商品房销售面积 B. 商品房销售额 C. 城镇人口比重 D. 房地产开发企业完成投资额 E. 土地平均购置价格
答案:ABD解析:时期序列中,每一指标值反映现象在一段时期内发展的结果,即「过程总量」。商品房销售面积、商品房销售额、房地产开发企业完成投资额都是一段时期内累积的总量,属于时期序列。C 城镇人口比重是相对数时间序列;E 土地平均购置价格是平均数时间序列。
【2022·单选】"人均生活消费支出"指标的时间序列属于( ) A. 时点序列 B. 时期序列 C. 相对数时间序列 D. 平均数时间序列
答案:D解析:平均数时间序列的统计指标值是平均数,如人均国内生产总值。「人均生活消费支出」同属此类。
【2022·单选】在时间序列的速度分析中,报告期水平与前一期水平比例是( ) A. 环比增长速度 B. 环比发展速度 C. 定基发展速度 D. 定基增长速度
答案:B解析:环比发展速度是报告期水平与其前一期水平的比值。注意题干问的是「比例/比值」而非「增长」,故选发展速度而非增长速度。
【2022·多选】关于时间序列速度分析的说法,正确的有( ) A. 定基增长速度等于相应时期内各环比增长速度的连乘积 B. 定基发展速度等于相应时期内各环比发展速度的连乘积 C. 发展速度是以相对数形式表示的两个不同时期发展水平的比值 D. 增长速度是报告期增长量与基期水平的比值 E. 平均发展速度是一定时期内各期环比发展速度的序时平均数
答案:BCDE解析:A 错——定基增长速度与环比增长速度不能像定基发展速度与环比发展速度那样互相推算,因为定基增长速度不等于相应时期内各环比增长速度的连乘积,两个相邻时期定基增长速度的比率也不等于相应时期的环比增长速度。B、C、D、E 均为教材原文。
【2022·多选】关于平均发展速度和平均增长速度的说法,正确的有( ) A. 平均发展速度是一定时期内各期环比发展速度的序时平均数 B. 平均发展速度通常采用几何平均法计算 C. 平均增长速度通常采用几何平均法计算 D. 平均增长速度是一定时期内各期环比增长速度的序时平均数 E. 平均增长速度 = 平均发展速度 − 1
答案:ABE解析:A、B 正确——平均发展速度是一定时期内各期环比发展速度的序时平均数;各时期对比的基础不同,不能采用一般序时平均数的计算方法,目前通常采用几何平均法。C、D 错——平均增长速度不能由各期环比增长速度求得,也不是环比增长速度的序时平均数。E 正确——平均增长速度 = 平均发展速度 − 1。
【2022·单选】指数平滑计算公式为( ) A. Ft = αYt + (1−α)Ft B. F(t+1) = αYt + (1−α)Ft C. F(t+1) = αY(t−1) + (1−α)Ft D. F(t+1) = αYt + (1−α)F(t−1)
答案:B解析:指数平滑计算公式为 F(t+1) = αYt + (1−α)Ft。等号左边必须是下一期预测值 F(t+1);实际观察值必须是本期 Yt;预测值也必须是本期 Ft。
【2022·多选】时间序列的成分主要有( ) A. 长期趋势 B. 循环波动 C. 优先变动 D. 季节比率 E. 不规则变动
答案:ABDE解析:时间序列的成分通常有**长期趋势(T)、季节变动(S)、循环波动(C)和不规则波动(I)**等四种。C「优先变动」不是成分。
⚠ 素材勘误:D 项印作「季节比率」,按解析与教材应为「季节变动(S)」——季节变动是成分,季节比率是季节变动测度中使用的指标(本章素材未展开),二者不可混为一谈。另,解析原文将不规则波动记作「(D)」,与其余各处的「(I)」不一致,应以 I 为准。
【2022·单选】时间序列在一年内重复出现的周期性波动叫( ) A. 季节变动 B. 长期趋势 C. 循环波动 D. 不规则波动
答案:A解析:**季节变动(S)**是时间序列在一年内重复出现的周期性波动。例如,旅游、商品销售、农业生产、交通运输等行业的生产经营中都有明显的季节变动特征。
【2022·单选】在时间序列的水平分析中,报告期水平与某一固定时期水平之差是( ) A. 平均增长量 B. 逐期增长量 C. 平均发展水平 D. 累计增长量
答案:D解析:累计增长量是报告期水平与某一固定时期水平(通常是时间序列最初水平)之差。若与前一期水平之差,则为逐期增长量。
2021 年
(素材中未收录带 2021 年标签的真题)
2020 年(2 道)
【2020·多选】关于平均发展水平计算方法,正确的是( ) A. 连续时点序列和间断时点序列平均发展水平计算方法相同 B. 间断时点序列平均发展水平采用两次平均的思路 C. 相对数时间序列的平均发展水平可就序列中的相对数直接进行计算 D. 时点序列和时期序列的平均发展水平计算方法不同 E. 平均发展水平也称序时平均数
答案:BDE解析:A 错——连续时点序列和间断时点序列平均发展水平计算方法不同:连续时点序列分为①资料逐日登记且逐日排列,采用简单算术平均数;②资料登记时间仍是 1 天但只在指标值变动时才记录一次,采用加权算术平均数。间断时点序列分为①间隔相等,「两次平均」两次简单算术平均;②间隔不等,「两次平均」一次简单算术平均、一次加权算术平均。C 错——相对数时间序列的平均发展水平要用序时平均数 ÷ 序时平均数来计算。B、D、E 正确。
【2020·多选】关于增长量和平均增长量的说法,正确的有( ) A. 逐期增长量是报告期水平与前一期水平之差 B. 平均增长量是时间序列中累计增长量的序时平均数 C. 增长量可分为逐期增长量和累计增长量 D. 增长量是报告期发展水平与基期发展水平之差 E. 累计增长量是报告期水平与某一固定时期水平(通常是时间序列最初水平)之差
答案:ACDE解析:B 错——平均增长量是时间序列中逐期增长量的序时平均数,不是累计增长量的序时平均数。A、C、D、E 均为概念原文。
2017 年(2 道)
【2017·多选】关于时间序列的说法,正确的有( ) A. 平均增长量等于累计增长量与逐期增长量之比 B. 同一时间序列中,累计增长量等于相应时期逐期增长量之和 C. 定基增长速度等于相应时期内各环比增长速度的连乘积 D. 定基发展速度等于相应时期内各环比发展速度的连乘积 E. 两个相邻时期定基发展速度的比率等于相应时期的环比发展速度
答案:BDE解析:A 错——平均增长量 = 逐期增长量的合计 ÷ 逐期增长量的个数(= 累计增长量 ÷(项数 − 1)),不是「累计增长量与逐期增长量之比」。C 错——定基增长速度不等于各环比增长速度的连乘积。B、D、E 正确。
【2017·单选】2011 年—2016 年我国工业生产者出厂价格指数分别为 106.0、98.3、98.1、98.1、98.4、98.6,选取移动间隔 K=3,应用移动平均预测法 2017 年工业生产者出厂价格指数,则预测值为( ) A. 99.0 B. 98.3 C. 96.7 D. 97.2
答案:D解析:移动平均法使用时间数列中最近 K 期数据值的平均数作为下一期的预测值。则 2017 年预测值 = (98.1 + 94.8 + 98.6) ÷ 3 = 97.17 ≈ 97.2。
⚠ 数据勘误:题干序列与解析算式不一致(题干 2015 年印作 98.4,解析算式用 94.8),系清洗串行所致;方法为「最近 3 期简单算术平均」,答案 D 不受影响。
2016 年(1 道)
【2016·单选】如果以 Yt 表示第 t 期实际观测值、Ft 表示第 t 期指数平滑预测值、α 表示平滑系数,则指数平滑预测法的计算公式是( ) A. F(t+1) = αFt + (1−α)Y(t+1) B. F(t+1) = αYt + (1−α)Ft C. F(t+1) = α(Ft + Yt) D. F(t+1) = αFt
答案:B解析:本题考查指数平滑法。指数平滑法是利用过去时间序列值的加权平均数作为预测值,即使得第 t+1 期的预测值等于第 t 期的实际观察值与第 t 期预测值的加权平均值。其公式为 F(t+1) = αYt + (1−α)Ft。
附:素材中未标年份的经典题(强化自测,不计入真题收录数)
- 【单选】我国 1997—2003 年能源生产总量(万吨标准煤)的时间序列属于( )——A. 绝对数 B. 相对数 C. 平均数 D. 时期 E. 时点。答案:AD。能源生产总量是一段时期内累积的总量,既是绝对数又是时期序列。
- 【单选】"国内生产总值"指标的时间序列属于( )——A. 时点序列 B. 相对数时间序列 C. 时期序列 D. 平均数时间序列。答案:C。
- 【多选】下列时间序列分析指标中,用于水平分析的有( )——A. 发展水平 B. 发展速度 C. 平均发展水平 D. 平均增长速度 E. 平均增长量。答案:ACE。速度类指标(发展速度、平均增长速度)属于速度分析。
- 【单选】在时间序列的水平分析中,报告期水平与前一期水平的差是( )——A. 累计增长量 B. 逐期增长量 C. 平均增长量 D. 定基增长量。答案:B。
- 【单选】在同一时间序列中,累计增长量与相应时期逐期增长量之间的数量关系是( )。答案:累计增长量等于相应时期逐期增长量之和。
- 【单选】在序时平均数的计算过程中,与间隔相等的间断时点序列序时平均数计算思路相同的是( )——A. 间隔不相等的间断时点序列序时平均数 B. 时期序列 C. 逐日登记且逐日排列的连续时点序列 D. 只在指标值变动时才记录一次的连续时点序列。答案:A。
- 【单选】已知某地区 2002—2006 年社会消费品零售总额的环比增长速度分别为 4%、6%、9%、10%,定基增长速度为( )。答案:(104%×106%×109%×110%)−1。
- 【单选】下列指标中,应采用算术平均方法计算平均数的是( )——A. 企业年销售收入 B. 男女性别比 C. 国内生产总值环比发展速度 D. 人口增长率。答案:A。可采用算术平均数方法计算的一般都是绝对数指标。
- 【多选】在进行时间序列的速度分析时,不宜计算速度的情况包括( )——A. 各期指标值大小差异很大 B. 指标值出现 0 C. 各期指标值均为绝对数 D. 指标值出现负数 E. 存在极端值。答案:BD。
- 【单选】"增长 1% 的绝对值"反映的是同样的增长速度在不同( )条件下所包含的绝对水平——A. 计量单位 B. 数据类型 C. 时间 D. 调查方法。答案:C。
七、易错点与避坑指南
| # | 错在哪 | 怎么记 |
|---|---|---|
| 1 | 把「时期序列」和「时点序列」搞反 | 问自己:是一段时期攒出来的(时期,可累加)还是某个时点拍的快照(时点,不可累加)。「年底/年末/余额/库存」几乎都是时点 |
| 2 | 把「相对数」和「平均数」时间序列搞混 | 看到「比重、率」→ 相对数;看到「人均、平均价格」→ 平均数 |
| 3 | 认为时点序列的序时平均数可以直接算术平均 | 时点序列必须先分连续/间断,间断再分间隔相等/不等,四种情形算法各不相同 |
| 4 | 认为相对数时间序列可以直接对相对数求平均 | 派生数列必须先算分子序时平均数 ÷ 分母序时平均数 |
| 5 | 把「两次平均」用错地方 | 「两次平均」只用于间断时点序列(间隔相等:两次简单;间隔不等:一次简单一次加权)。连续时点和时期序列都不是两次平均 |
| 6 | 混淆间隔相等与间隔不等的第二种平均 | 间隔相等 → 第二次仍是简单算术平均;间隔不等 → 第二次是加权算术平均(权数为间隔长度) |
| 7 | 连续时点序列的两种情形分不清 | 逐日排列 → 简单算术平均;只在变动时记录 → 加权算术平均(权数为持续天数) |
| 8 | 平均增长量当成「累计增长量的序时平均数」 | 是逐期增长量的序时平均数。公式:逐期增长量合计 ÷ 个数 = 累计增长量 ÷(项数 − 1) |
| 9 | 累计增长量与逐期增长量的关系记成「平均数」「乘积」 | 唯一正确关系:累计 = 逐期之和 |
| 10 | 题目给的是「逐期增长量」却去找各期水平 | 若题中直接给出各期逐期增长量,求累计增长量直接相加即可,无需还原水平值 |
| 11 | 定基发展速度与环比发展速度的关系记反 | 「定基积」(定基 = 各环比连乘积)、「环比比」(环比 = 相邻定基之比) |
| 12 | 把「增长速度」的关系套成「发展速度」的关系 | 增长速度之间不能互相推算!定基增长速度 ≠ 环比增长速度连乘积;相邻定基增长速度之比 ≠ 环比增长速度 |
| 13 | 发展速度与增长速度换算时忘记 ±1 | 发展速度 = 增长速度 + 1;增长速度 = 发展速度 − 1。题干给增长速度、问发展速度时最易漏 |
| 14 | 平均发展速度用简单算术平均法算 | 各时期对比基础不同,必须用几何平均法:环比发展速度连乘积(或定基发展速度)开 n 次方 |
| 15 | 平均发展速度开方的次数错 | 开 n = 时期数 − 1 次方(不是时期数次方)。如 1998→2003 是 5 个环比发展速度,开 5 次方 |
| 16 | 平均增长速度想用几何平均法直接算 | 只能平均发展速度 − 1;它既不能由各期环比增长速度求得,也不能由总增长速度计算 |
| 17 | 增长 1% 的绝对值的分母用错 | 分母是环比增长速度,不是环比发展速度、更不是定基指标。最简算法:前一期水平 × 1% |
| 18 | 看到序列中有 0 或负数还算速度 | 出现 0 或负数时不宜计算速度,应直接用绝对数分析 |
| 19 | 速度大就认为增长快 | 速度受基数大小影响,各期基数不同,必须结合增长 1% 的绝对值等水平指标才能下结论 |
| 20 | 把「循环波动」和「季节变动」的定义记反 | 「一年内重复出现」→ 季节变动;「非固定长度的周期性变动」→ 循环波动 |
| 21 | 把「不规则波动」当成可预测成分 | 不规则波动是除去 T、S、C 后的随机波动,偶然因素引起,难以预测控制,通常不予单独考虑 |
| 22 | 认为平滑法适用于有明显趋势/季节波动的序列 | 平滑法适合平稳时间序列(没有明显的趋势、循环和季节波动) |
| 23 | 指数平滑公式权重位置写反 | α 挂在 Yt(实际观察值)上,(1−α) 挂在 Ft(预测值)上:F(t+1) = α·Yt + (1−α)·Ft,且两项权重之和为 1 |
| 24 | 移动平均法取错期数 | 预测 t+1 期,取的是最近 k 期(即 t−k+1 到 t 期),不是从序列开头取 k 期 |
| 25 | 真题中 PPI 移动平均题被题干数字带偏 | 素材存在串行讹误(98.4/94.8)。抓住方法「最近 K 期简单算术平均」,答案仍为 97.2 |
八、本章数字速记
| 数字/符号 | 对应考点 |
|---|---|
| 2 个基本因素 | 时间序列 = 时间 + 指标值 |
| 4 种类型 | 绝对数(时期/时点)、相对数、平均数时间序列 |
| 4 种成分 | 长期趋势 T、季节变动 S、循环波动 C、不规则波动 I |
| T/S/C/I | 成分符号;加法模型 Y=T+S+C+I,乘法模型 Y=T×S×C×I |
| 4 步 | 时间序列预测程序:定成分 → 找方法 → 评方案 → 做预测 |
| 2 次平均 | 间断时点序列序时平均数的计算思路 |
| n = 时期数 − 1 | 平均发展速度开方的次数;也是平均增长量的分母(项数 − 1) |
| −1 / +1 | 增长速度 = 发展速度 − 1;发展速度 = 增长速度 + 1 |
| 1% | 增长 1% 的绝对值 = 前一期水平 × 1% = 逐期增长量 ÷ 环比增长速度 |
| 0 < α < 1 | 指数平滑法平滑系数的取值范围;α 与 (1−α) 之和为 1 |
| 1 < k < t | 移动平均法移动间隔 k 的取值范围 |
| 4 分左右 | 本章在全卷的平均分值 |
| 0 或负数 | 指标值出现 0 或负数时不宜计算速度 |
| 最近 K 期 | 移动平均法预测下一期所用的数据范围 |
编者按(数据与勘误说明):
- 本章真题共收录 29 道(2025 年 7 道、2024 年 5 道、2023 年 3 道、2022 年 9 道、2020 年 2 道、2017 年 2 道、2016 年 1 道),全部来自带年份标签的素材,多来源重复者已合并去重。
- 素材中工业生产者出厂价格指数两题(2017/2024)题干与解析数据存在串行讹误(98.4 与 94.8),已在真题与演算处标注,不影响方法与答案。
- 2022 年「时间序列的成分」多选题 D 项素材印作「季节比率」,按解析应为「季节变动」;2023 年常住人口平均增长速度题选项内容在素材中缺失,均已在原处注明。
- 素材未覆盖的内容(如趋势方程拟合、季节比率的具体测算方法、各成分分离的统计技术等)均未补写,标注为「素材未覆盖」。
九、原创练习题(进题库)
以下为依据本章笔记原创改编的练习题,已收入站内题库,可在「刷题」页按专业大类「经济基础」筛选。
---
id: jc27-q001
type: choice
difficulty: 1
source: 自编
---
下列统计指标的时间序列中,属于时点序列的是( )。
A. 某企业年度营业收入
B. 某地区年末常住人口数
C. 某商场年度商品销售额
D. 某企业年度产品产量
@answer B
@explanation 时点序列每一指标值反映现象在某一时点上的瞬间水平、不能累加,如年末常住人口数;营业收入、销售额、产品产量都是一段时期内累积的过程总量,属时期序列。---
id: jc27-q002
type: choice
difficulty: 2
source: 自编
---
"城镇人口比重"指标的时间序列属于( )。
A. 时期序列
B. 时点序列
C. 相对数时间序列
D. 平均数时间序列
@answer C
@explanation 相对数时间序列的指标值是两个绝对数之比,如城镇人口比重、经济增长率;人均GDP这类是平均数时间序列。---
id: jc27-q003
type: choice
difficulty: 2
source: 自编
---
某地区连续5年的粮食产量(万吨)分别为50、52、55、60、63,则这5年平均每年粮食产量为( )万吨。
A. 55
B. 56
C. 57
D. 58
@answer B
@explanation 粮食产量是时期序列,序时平均数用简单算术平均数:(50+52+55+60+63)/5=280/5=56万吨。---
id: jc27-q004
type: choice
difficulty: 3
source: 自编
---
某商品各时点(年末)库存量(台)为:年初100、第1年末120、第2年末140、第3年末160,间隔相等。用序时平均数计算的平均库存量为( )台。
A. 120
B. 130
C. 140
D. 150
@answer B
@explanation 这是间隔相等的间断时点序列,用"两次平均":先求相邻两点均值110、130、150,再简单算术平均(110+130+150)/3=130台。---
id: jc27-q005
type: choice
difficulty: 3
source: 自编
---
某商品6月库存记录:1—6日库存40台,7—15日库存50台,16—30日库存60台(登记单位为1天,仅在变动时记录)。该月平均日库存量为( )台。
A. 50
B. 53
C. 55
D. 48
@answer B
@explanation 这是连续时点序列中"只在指标值变动时才记录"的情形,用加权算术平均数,权数为持续天数:(40×6+50×9+60×15)/(6+9+15)=(240+450+900)/30=1590/30=53台。---
id: jc27-q006
type: choice
difficulty: 2
source: 自编
---
某产品2019—2023年销售额(万元)分别为20、26、30、38、44,则这一时期销售额的平均增长量为( )万元。
A. 5
B. 6
C. 8
D. 24
@answer B
@explanation 平均增长量=累计增长量÷(项数-1)=(44-20)/(5-1)=24/4=6万元;它是逐期增长量的序时平均数。---
id: jc27-q007
type: choice
difficulty: 2
source: 自编
---
已知某序列相邻各期的环比发展速度分别为105%、108%、110%,则该时期的定基发展速度约为( )。
A. 105%
B. 118%
C. 125%
D. 123%
@answer C
@explanation 定基发展速度等于相应时期各环比发展速度的连乘积(定基积):1.05×1.08×1.10≈1.2474,即约124.7%,最接近125%。---
id: jc27-q008
type: choice
difficulty: 3
source: 自编
---
某地区某指标以基年为基期的定基发展速度为144%,中间共跨越2个环比发展速度期,则该时期的平均发展速度为( )。
A. 120%
B. 122%
C. 144%
D. 72%
@answer A
@explanation 平均发展速度用几何平均法,开n次方,n=时期数-1=2:√1.44=1.20,即120%。不能用简单算术平均法。---
id: jc27-q009
type: choice
difficulty: 2
source: 自编
---
某企业某年销售额由前一年的1500万元增加到1650万元,则该年"增长1%的绝对值"为( )万元。
A. 1.5
B. 15
C. 16.5
D. 150
@answer B
@explanation 增长1%的绝对值=报告期前一期发展水平×1%=1500×1%=15万元;也可由逐期增长量÷环比增长速度验证:150÷(150/1500×100)=150÷10=15。---
id: jc27-q010
type: choice
difficulty: 2
source: 自编
---
某产品2019—2023年产量(万件)分别为128、130、132、131、133,取移动间隔K=3,用移动平均法预测2024年产量为( )万件。
A. 130
B. 131
C. 132
D. 133
@answer C
@explanation 移动平均法取最近K期的简单算术平均作为下期预测值。最近3期为2021、2022、2023年即132、131、133,(132+131+133)/3=396/3=132万件。---
id: jc27-q011
type: choice
difficulty: 2
source: 自编
---
指数平滑法中,若平滑系数α=0.3,第t期实际观察值Yt=200、第t期预测值Ft=180,则第t+1期的预测值为( )。
A. 180
B. 186
C. 194
D. 200
@answer B
@explanation 指数平滑公式F(t+1)=α·Yt+(1-α)·Ft=0.3×200+0.7×180=60+126=186;α挂在实际值上,(1-α)挂在预测值上,两权重之和为1。---
id: jc27-q012
type: choice
difficulty: 3
source: 自编
---
关于时间序列成分与速度分析的说法,正确的有( )。
A. 季节变动是一年内重复出现的周期性波动
B. 循环波动是非固定长度的周期性变动
C. 平均增长速度=平均发展速度-1
D. 定基增长速度等于各环比增长速度的连乘积
E. 指标值出现0或负数时不宜计算速度
@answer ABCE
@explanation 季节变动为一年内重复出现的波动、循环波动为非固定长度周期、平均增长速度=平均发展速度-1、出现0或负数不宜算速度均正确;增长速度之间不能像发展速度那样连乘推算,D错。---
id: jc27-q013
type: choice
difficulty: 1
source: 自编
---
将某市历年"人均生活消费支出"按时间先后顺序排列形成的序列属于( )。
A. 时期序列
B. 时点序列
C. 相对数时间序列
D. 平均数时间序列
@answer D
@explanation 平均数时间序列的统计指标值是平均数或均值,如人均国内生产总值、人均利润、人均生活消费支出;相对数时间序列的指标值是两个绝对数之比,如城镇化率、经济增长率。---
id: jc27-q014
type: choice
difficulty: 2
source: 自编
---
某企业连续4年的逐期增长量(万元)分别为5、8、6、11,则以最初水平为基期,第4年的累计增长量为( )万元。
A. 7.5
B. 11
C. 30
D. 36
@answer C
@explanation 同一时间序列中,累计增长量等于相应时期逐期增长量之和:5+8+6+11=30万元。7.5是平均增长量(30÷4),并非累计增长量。---
id: jc27-q015
type: choice
difficulty: 2
source: 自编
---
某地区某指标以2020年为基期,2022年的定基发展速度为120%,2023年的定基发展速度为132%,则2023年的环比发展速度为( )。
A. 110%
B. 112%
C. 12%
D. 158.4%
@answer A
@explanation 环比发展速度等于两个相邻时期定基发展速度的比率(环比比):132%÷120%=110%。158.4%是错误地将二者相乘的结果。---
id: jc27-q016
type: choice
difficulty: 3
source: 自编
---
某产品产量第1年、第2年的环比增长速度分别为10%和20%,则第2年相对于基期的定基增长速度为( )。
A. 2%
B. 30%
C. 32%
D. 132%
@answer C
@explanation 增长速度之间不能直接相乘或相加推算,应先加1转为环比发展速度:110%×120%=132%为定基发展速度,再减1得定基增长速度32%。30%是直接相加的错误结果,2%是直接相乘的错误结果,132%是定基发展速度。---
id: jc27-q017
type: choice
difficulty: 3
source: 自编
---
某地区某指标2020—2023年的时间序列共4项,2023年相对于2020年的定基发展速度为133.1%,则该时期的平均增长速度为( )。
A. 10%
B. 11.03%
C. 33.1%
D. 110%
@answer A
@explanation 平均发展速度用几何平均法,n=时期数-1=3:³√1.331=1.10,即110%;平均增长速度=平均发展速度-1=10%。33.1÷3≈11.03%是用算术平均的错误算法,110%是平均发展速度。---
id: jc27-q018
type: choice
difficulty: 3
source: 自编
---
某单位职工人数登记如下:1月1日200人,5月1日240人,12月31日260人。按间隔不等的间断时点序列计算,全年平均职工人数为( )人。
A. 233
B. 235
C. 240
D. 250
@answer C
@explanation 间隔不等的间断时点序列用"两次平均":先求各间隔内简单算术平均,(200+240)/2=220(间隔4个月),(240+260)/2=250(间隔8个月);再以间隔长度为权数加权平均:(220×4+250×8)/12=(880+2000)/12=240人。---
id: jc27-q019
type: choice
difficulty: 2
source: 自编
---
计算相对数时间序列的平均发展水平时,正确的做法是( )。
A. 直接对序列中的各相对数进行简单算术平均
B. 直接对序列中的各相对数进行加权算术平均
C. 分别求出分子和分母时间序列的序时平均数,再进行对比
D. 用几何平均法对各相对数求平均
@answer C
@explanation 相对数或平均数时间序列是派生数列,不能就序列中的相对数或平均数直接平均,应分别求出分子指标和分母指标时间序列的序时平均数,然后再进行对比。---
id: jc27-q020
type: choice
difficulty: 2
source: 自编
---
时间序列中除去长期趋势、季节变动和循环波动之后的随机波动,往往由偶然因素引起,在预测中通常不予单独考虑,这种成分是( )。
A. 长期趋势
B. 季节变动
C. 循环波动
D. 不规则波动
@answer D
@explanation 不规则波动是除去长期趋势、季节变动和循环波动之后的随机波动,由偶然因素引起,难以预测和控制,通常不单独考虑。季节变动是一年内重复出现的周期性波动,循环波动是非固定长度的周期性变动。---
id: jc27-q021
type: choice
difficulty: 2
source: 自编
---
关于平滑预测法的说法,正确的是( )。
A. 适合有明显长期趋势和季节波动的时间序列
B. 其目的是消除不规则成分引起的随机波动
C. 对数据的要求最高,计算最复杂
D. 通常对远期预测具有较高精度
@answer B
@explanation 平滑预测法(移动平均法、指数平滑法等)的目的是消除时间序列不规则成分引起的随机波动;适用于没有明显趋势、循环和季节波动的平稳时间序列;简单易用、对数据要求最低,通常对近期(如下一期)预测精度较高,故A、C、D错。---
id: jc27-q022
type: choice
difficulty: 2
source: 自编
---
下列时间序列分析指标中,属于水平分析指标的有( )。
A. 平均发展水平
B. 平均增长量
C. 增长量
D. 平均发展速度
E. 环比增长速度
@answer ABC
@explanation 水平分析指标包括发展水平、平均发展水平、增长量、平均增长量;发展速度、增长速度、平均发展速度、平均增长速度属于速度分析指标,D、E错。---
id: jc27-q023
type: choice
difficulty: 2
source: 自编
---
下列指标形成的时间序列中,属于时点序列的有( )。
A. 外汇储备余额
B. 年末员工人数
C. 商品库存量
D. 年商品房销售面积
E. 人均国内生产总值
@answer ABC
@explanation 时点序列反映现象在一定时点上的瞬间水平,不能累加,如外汇储备余额、年末员工人数、库存量;年商品房销售面积是一段时期内的过程总量,属时期序列;人均国内生产总值属平均数时间序列。---
id: jc27-q024
type: choice
difficulty: 3
source: 自编
---
关于指数平滑法的说法,正确的有( )。
A. 平滑系数α的取值范围是0<α<1
B. 以过去时间序列值的加权平均数作为预测值
C. 第t+1期预测值等于第t期实际观察值与第t期预测值的加权平均
D. 观测值离预测时期越久远,其权重越小
E. 预测公式为F(t+1)=α·Ft+(1-α)·Yt
@answer ABCD
@explanation 指数平滑法以过去序列值的加权平均数作为预测值,F(t+1)=α·Yt+(1-α)·Ft,0<α<1;观测值越久远权重越小,呈指数下降。E项把权重位置写反了,错误。