學術產出-學位論文

文章檢視/開啟

書目匯出

Google ScholarTM

政大圖書館

引文資訊

TAIR相關學術產出

題名 時間數列分析及其應用的研究
作者 詹正基
貢獻者 魏應澤
詹正基
關鍵詞 時間數列分析
數序相關檢定
預測
Time Series Analysis
Serival Correlation
日期 1971
上傳時間 6-五月-2016 14:07:04 (UTC+8)
摘要 在現代廣泛變動的經濟社會裡,任何一個經濟體系都需對未來的活動作一有系統有組織的規劃,包括國家政府的經濟政策,各種產業與個別廠商的經營決策,都需對未來的活動作一正確而完善的計畫。這種對未來的展望與規劃都基於過去的活動,事實,及經驗,利用過去所發生的現象來預定未來可能發生的情況。對過去所發生事實的瞭解,以致於對未來的預定,最簡單的方法,就是時間數列分析(Time Series Analysis)。傳統之時間數列分析建立在數列資料是由長期趨勢、季節變動、循環與偶發移動,四成分所組成的,企業經理人員與經濟學者應用時間數列分析的方法,瞭解過去之企業活動與經濟現象,以便對未來的活動作一適當的預測與控制。
     本篇依據傳統之時間數列分析方法,從事有關經濟與企業活動的長期趨勢。季節變動、循環波動與偶發移動之測定與分析。為求使本篇臻於完善起見,首先於第二章就傳統時間數列之成分與特質加以闡述,並就時間數列本身作一隨機獨立之檢定與資料之數序相關(Serival Correlation)檢定。由於時間數列資料室隨著時間變數作一有順序之排列,不同於自母體隨意抽取之樣本,因而在尚未從事長期趨勢測定之前,受先需對原數列資料作一簡單之隨機獨立檢定與數序相關檢定。
     長期趨勢成分在時間數列分析裡是最為重要的,不僅有助於一般經濟與企業活動的計畫,同時可幫助研究其他影響數列資料之變動。測定長期趨勢通常以趨勢方程式表示在適當選定趨勢模型時,為了配合數列之長期趨勢對於趨勢測定期與配合長期趨勢之趨勢模型選擇以及求算方法將於第三章作一詳盡的解說,並加以比較。
     季節變動通常在月別、季別、週別或日別數列裡出現,主要由於季節變動是在一年內有規則之節奏移動,季節變動一般以指數形成表示。因此於第四章將對測定時間數列之季節指數方法與優劣加以分析?以求得合理而正確之季節變動效果。
     循環波動與偶發移動成分在時間數列中是以殘值的方式來決定的,因此循環與偶發移動之測定值為估計值。循環波動估計乃在於瞭解經濟或企業活動之一般狀況,因此循環波動估計對企業管理相當重要。第五章就循環波動與偶發移動估計之方法加以比較,並對循環一偶發移動估計加以評論。
     長期趨勢分析之直接實用價值在於長期預測,同時季節變動分析實用於短期預測,循環波動與偶發移動估計的分析,對於企業經理人員之預測價值雖然不確實,但是可瞭解經濟與企業活動之狀況。因此時間數列分析可應用於企業一般活動預測應用傳統之時間數列分析方法從事預測工作時,對於未來活動之預測是大約的估計,為求此估計值之偏估為極小企業經理人員或研究者,必須對長期趨勢測定,季節變動測定與循環一偶發移動估計作一合理而正確的分析,同時應充分瞭解時間數列分析的特質與方法,只能做為企業決策之參考,因此仍須不斷的分析一般企業環境因素,以便適應動態之經濟活動,亦即本篇主旨。
描述 碩士
國立政治大學
企業管理學系
資料來源 http://thesis.lib.nccu.edu.tw/record/#B2002009145
資料類型 thesis
dc.contributor.advisor 魏應澤zh_TW
dc.contributor.author (作者) 詹正基zh_TW
dc.creator (作者) 詹正基zh_TW
dc.date (日期) 1971en_US
dc.date.accessioned 6-五月-2016 14:07:04 (UTC+8)-
dc.date.available 6-五月-2016 14:07:04 (UTC+8)-
dc.date.issued (上傳時間) 6-五月-2016 14:07:04 (UTC+8)-
dc.identifier (其他 識別碼) B2002009145en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/93698-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 企業管理學系zh_TW
dc.description.abstract (摘要) 在現代廣泛變動的經濟社會裡,任何一個經濟體系都需對未來的活動作一有系統有組織的規劃,包括國家政府的經濟政策,各種產業與個別廠商的經營決策,都需對未來的活動作一正確而完善的計畫。這種對未來的展望與規劃都基於過去的活動,事實,及經驗,利用過去所發生的現象來預定未來可能發生的情況。對過去所發生事實的瞭解,以致於對未來的預定,最簡單的方法,就是時間數列分析(Time Series Analysis)。傳統之時間數列分析建立在數列資料是由長期趨勢、季節變動、循環與偶發移動,四成分所組成的,企業經理人員與經濟學者應用時間數列分析的方法,瞭解過去之企業活動與經濟現象,以便對未來的活動作一適當的預測與控制。
     本篇依據傳統之時間數列分析方法,從事有關經濟與企業活動的長期趨勢。季節變動、循環波動與偶發移動之測定與分析。為求使本篇臻於完善起見,首先於第二章就傳統時間數列之成分與特質加以闡述,並就時間數列本身作一隨機獨立之檢定與資料之數序相關(Serival Correlation)檢定。由於時間數列資料室隨著時間變數作一有順序之排列,不同於自母體隨意抽取之樣本,因而在尚未從事長期趨勢測定之前,受先需對原數列資料作一簡單之隨機獨立檢定與數序相關檢定。
     長期趨勢成分在時間數列分析裡是最為重要的,不僅有助於一般經濟與企業活動的計畫,同時可幫助研究其他影響數列資料之變動。測定長期趨勢通常以趨勢方程式表示在適當選定趨勢模型時,為了配合數列之長期趨勢對於趨勢測定期與配合長期趨勢之趨勢模型選擇以及求算方法將於第三章作一詳盡的解說,並加以比較。
     季節變動通常在月別、季別、週別或日別數列裡出現,主要由於季節變動是在一年內有規則之節奏移動,季節變動一般以指數形成表示。因此於第四章將對測定時間數列之季節指數方法與優劣加以分析?以求得合理而正確之季節變動效果。
     循環波動與偶發移動成分在時間數列中是以殘值的方式來決定的,因此循環與偶發移動之測定值為估計值。循環波動估計乃在於瞭解經濟或企業活動之一般狀況,因此循環波動估計對企業管理相當重要。第五章就循環波動與偶發移動估計之方法加以比較,並對循環一偶發移動估計加以評論。
     長期趨勢分析之直接實用價值在於長期預測,同時季節變動分析實用於短期預測,循環波動與偶發移動估計的分析,對於企業經理人員之預測價值雖然不確實,但是可瞭解經濟與企業活動之狀況。因此時間數列分析可應用於企業一般活動預測應用傳統之時間數列分析方法從事預測工作時,對於未來活動之預測是大約的估計,為求此估計值之偏估為極小企業經理人員或研究者,必須對長期趨勢測定,季節變動測定與循環一偶發移動估計作一合理而正確的分析,同時應充分瞭解時間數列分析的特質與方法,只能做為企業決策之參考,因此仍須不斷的分析一般企業環境因素,以便適應動態之經濟活動,亦即本篇主旨。
zh_TW
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#B2002009145en_US
dc.subject (關鍵詞) 時間數列分析zh_TW
dc.subject (關鍵詞) 數序相關檢定zh_TW
dc.subject (關鍵詞) 預測zh_TW
dc.subject (關鍵詞) Time Series Analysisen_US
dc.subject (關鍵詞) Serival Correlationen_US
dc.title (題名) 時間數列分析及其應用的研究zh_TW
dc.type (資料類型) thesisen_US