14周15会计高1班统计学教案.docx
- 文档编号:29804781
- 上传时间:2023-07-27
- 格式:DOCX
- 页数:12
- 大小:27.30KB
14周15会计高1班统计学教案.docx
《14周15会计高1班统计学教案.docx》由会员分享,可在线阅读,更多相关《14周15会计高1班统计学教案.docx(12页珍藏版)》请在冰豆网上搜索。
14周15会计高1班统计学教案
教案首页
课程名称
统计学
课题
长期趋势和季节变动分析
课型
理论课
授课班级
15会计高1班
授课
时间
第14周
课
时
4
教学目的
1.了解时间序列变动的因素分析
2.了解时间序列的形态描述
3.掌握长期趋势分析
教学重点
时间序列变动的因素分析
教学难点
长期趋势分析
教学对象分析
学生的专业是会计,该班学生学习刻苦,统计学的学习对学生的专业知识有丰富扩展。
能增加学生学习统计课程的学习能力。
教学回顾
说明
注:
有课时变动、教学内容调整等在此说明。
教案内页
教学环节
及
时间分配
教学过程(教学内容和教学方法)
A.新课导入
教师首先通过任务导入。
通过社会相关例子疑问,让学生进行思考,加强师生之间互动。
10分钟
B.下达任务
让学生明确本次课程内容,让学生有目标性地学习。
10分钟
C.分析任务
让学生对知识点进行分析,从而对统计学习的内容能够更直观地理解。
10分钟
D.任务讲解操作
(在任务讲解操作过程中引导学生学习)
教师通过播放ppt讲述时间序列变动的因素分析,通过对重点知识点进行详细分析,让学生做好笔记。
15分钟
教师通过对时间序列的形态描述给出不同作用的相关图例,让学生学习的更加清晰。
20分钟
教师通过讲述长期趋势分析,让学生对知识点的长期趋势分析的步骤有更加深刻的理解。
25分钟
教师通过结合课本对季节变动分析知识进行讲解。
让学生对本节课所讲的知识点理解更加容易。
25分钟
教师通过PPT播放与课本结合,讲述季节变动预测法,并让学生重视知识点之间的联系。
30分钟
教师进行随堂练习,让学生对所学的知识进行巩固。
25分钟
【新课导入】
教师首先通过任务导入。
通过社会相关例子疑问,让学生进行思考,加强师生之间互动。
【下达任务】
通过提问以及讨论,引导学生认识统计学,下达学习认识统计学的任务:
1.了解时间序列变动的因素分析
2.了解时间序列的形态描述
3.掌握长期趋势分析
4.掌握季节变动分析
【分析任务】
教师通过例子分析以及内容讲解,引导学生分析学习任务。
1.时间序列变动的因素分析
2.时间序列的形态描述
3.长期趋势分析
4.季节变动分析
【任务讲解操作】
一、时间序列变动的因素分析
对时间序列的分析,除了通过水平分析和速度分析计算一系列时间序列的分析数据外,还需要对影响序列变化的各种因素进行分析。
社会经济现象的发展通常要受到多种因素的影响,时间序列的分析要求从现象的总变动中分解出不同的影响因素及其影响程度。
这些因素是比较复杂的,在实际工作中只能按各种影响因素的不同性质归纳为四类,然后分别测定其变动的程度。
(1)长期趋势(T)。
指客观现象在一个相当长的时期内,受某种基本因素影响,所呈现出的一种基本趋势。
(2)季节变动(S)。
指客观现象受季节更换等因素的影响,在一年或更短的时间内,随时序的变化呈现的周期性波动。
(3)循环变动(C)。
是指客观现象以若干年为周期的涨落起伏相同的变动。
(4)不规则变动(I)。
指客观现象由于突发事件或偶然因素引起的无周期性的变动
要将事物发展变化分解为长期趋势、季节变动、循环变动和不规则变动,首先要明确这四种变动的构成形式。
这四种变动对时间序列的影响通常有两种假定构成形式。
一是假定四种变动因素是相互独立的,则时间序列各期发展水平是各个影响因素相加的总和。
它们的结构可用加法模型表达,即:
Y=T+S+C+I。
二是假定四种变动因素存在着某种相互影响关系,互不独立
则时间序列各期发展水平是各个影响因素的乘积,它们的结构可用乘法模型表达。
1.第一步:
搜集企业某一经济指标随时间而变化的资料,编制时间序列,对其中的异常值(指由于特殊原因造成的与大多数值差异很大的值)进行调整。
2.第二步:
运用散点图法、计算法确定拟合的长期趋势模型的类型。
长期趋势变动的类型有直线和曲线两种。
根据计算,如果时间序列逐期增长量大体相等,可拟合直线趋势模型;如果时间序列二次差(逐期增长量)大体相等,可拟合二次曲线;当时间序列环比发展速度大体相同时,拟合指数曲线模型为宜。
3.第三步:
运用适当的方法,求出长期趋势模型的参数值。
求解长期趋势模型参数值的方法有最小平方法、移动平均法等。
4.第四步:
根据趋势模型进行预测和决策。
二、时间序列的形态描述
在对时间序列进行分析时,最好是先做一个图形,然后通过图形观察数据随时间的变化模式及变化趋势。
作图是观察时间序列形态的一种有效方法,它对于进一步分析和预测会有很大帮助。
(一)长期趋势
长期趋势(用T表示)是指现象受某种基本因素的作用,在较长一段时期内,持续上升或下降的发展趋势。
如社会商品零售总额、国民生产总值和职工工资总额等指标,都是随着科学技术进步和生产率提高等基本因素的影响,呈现逐年持续上升的趋势。
(二)季节变动
季节变动(用S表示)是指社会经济现象受自然季节、社会风俗节假日或人文习惯等因素的影响,在一年内随季节更替而出现的周期性波动。
如海滨城
市的旅游收入由于季节影响会呈现出旺、淡交替变化的周期变动,的时间序列显示出一种波浪形的发展模式,这种模式随着时间推移不断自我复制。
每年在三季度附近达到局部最高点,然后在一季度附近降至局部最低点。
这种模式每12个月自我复制一次,而整个模式12个月内最多只会重复一次。
一个模式重复的最短周期称为“重复周期”。
季节成分的重复周期最长是一年。
三、长期趋势分析
长期趋势是某一经济指标在相当长的时间内持续发展变化的总态势,或不断增长或下降,或停留在一个水平上。
长期趋势因素是指在较长时间内比较稳定的、经常起作用的根本性因素。
它具有长期性、稳定性、经常性和根本性的特点。
时间序列的趋势可以分为线性趋势和非线性趋势两大类,本节只介绍线性趋势。
线性长期趋势是指现象在较长时间内,呈现一种持续向上或持续向下或平稳的趋势。
(一)长期趋势分析的步骤
长期趋势分析一般按以下步骤进行:
1.第一步:
收集企业某一经济指标随时间而变化的资料,编制时间序列,对其中的异常值(指由于特殊原因造成的与大多数值差异很大的值)进行调整。
2.第二步:
运用散点图法、计算法确定拟合的长期趋势模型的类型。
长期趋势变动的类型有直线和曲线两种。
根据计算,如果时间序列逐期增长量大体相等,可拟合直线趋势模型;如果时间序列二次差(逐期增长量的增长量)大体相等,可拟合二次曲线;当时间序列环比发展速度大体相同时,拟合指数曲线模型为宜。
3.第三步:
运用适当的方法,求出长期趋势模型的参数值。
4.第四步:
根据趋势模型进行预测和决策。
(二)长期趋势分析的方法
1.间隔扩大法
这是测定长期趋势最原始、最简单的方法。
当原始时间序列中各指标数值上下波动,现象变化规律表现不明显时,将时间序列指标数值所属的时间单位予以扩大,然后对新时间单位内的指标数值进行合并,便得到一个扩大了时距的时间序列。
其作用是消除较小时距单位内偶然因素的影响,反映现象发展的基本趋势。
2.移动平均法
移动平均法是测定时间序列趋势变动的基本方法。
它从时间序列的第一项开始,按一定的项数作逐项移动来计算平均数,以达到修匀原始时间序列的目的。
由此所形成的新的时间序列,短期的偶然因素引起的变动被削弱了,从而呈现出明显的长期趋势。
3.最小平方法
最小平方法是分析测定长期趋势广泛使用的方法。
它既可用于直线趋势变动的分析测定,也可用于曲线趋势变动的分析测定。
下面只介绍直线趋势的测定。
下面只介绍直线趋势的测定。
四、季节变动分析
(一)季节变动分析的意义
季节变动是指社会经济现象由于季节更替或社会因素的影响而出现的周期性变动。
季节变动分析是对时间序列进行整理和分析,从而消除长期趋势因素和偶然因素等对现象发展的影响,使现象因受季节因素的影响而产生的波动显现出来的分析方法。
分析季节变动的目的在于掌握季节变动的周期、幅度等规律,以便预测未来,及时采取措施,克服其不良影响,更好地组织生产经营活动,提高经济效益。
分析季节变动,需要根据过去该现象季节变动的规律性,获得分季、分月的资料,按年计算的资料是不能分析季节变动的。
(二)分析季节变动的方法
分析季节变动的方法很多,这里只介绍平均数季节指数法,又叫按月(季)平均法。
这种方法是指在不考虑长期趋势的影响下,直接通过计算各月(季)平均数、总平均数来确定季节比率。
季节比率是进行季节变动分析的重要数据,通过季节比率可以显示和分析季节变动的规律性。
进行季节变动分析,必须占有较长时间的短时距资料。
通常至少应有三个周期(年度)以上的各月(季)资料,才能分析季节变动。
按月(季)平均法的一般步骤如下:
第一步,计算各年同月份(季度)的平均数。
在不考虑长期趋势因素的情况下,这些平均数消除了偶然因素的影响,只受季节因素的影响。
第二步,计算各年所有月份(季度)的总平均数。
计算公式如下:
第三步,计算季节比率。
它是各年同月(季)的平均数与总平均数之比,反映季节因素对现象发展的影响方向和影响程度。
计算公式如下:
第四步,加总各月份(季度)的季节比率,其总和应为1200%(400%)。
如果不等于1200%(400%),则需进一步计算校正系数,并用校正系数对各月份(季度)的季节比率进行调整。
五、季节变动预测法
(一)移动平均法
移动平均法是用一组最近的实际数据值来预测未来一期或几期内公司产品的需求量、公司产能等的一种常用方法。
移动平均法适用于即期预测。
当产品需求既不快速增长也不快速下降,且不存在季节性因素时,移动平均法能有效地消除预测中的随机波动,是非常有用的。
移动平均法根据预测时使用的各元素的权重不同
(二)简单移动平均法
简单移动平均的各元素的权重都相等。
简单的移动平均的计算公式如下:
Ft=(At-1+At-1+At-2+…+At-n)/n式中,
Ftt-对下一期的预测值;
n---移动平均的时期个数;
At-1---前期实际值;
At-2,A-3和At-3分别表示前两期、前三期直至前n期的实际值。
(三)加权移动平均法
加权移动平均给固定跨越期限内的每个变量值以不同的权重。
其原理是:
历史各期产品需求的数据信息对预测未来期内的需求量的作用是不一样的。
除了以n为周期的周期性变化外,远离目标期的变量值的影响力相对较低,故应给予较低的权重。
【随堂练习】
案例一:
简单移动平均法在房地产中的运用
某类房地产2001年各月的价格如下表中第二列所示。
由于各月的价格受某些不确定因素的影响,时高时低,变动较大。
如果不予分析,不易显现其发展趋势。
如果把每几个月的价格加起来计算其移动平均数,建立一个移动平均数时间序列,就可以从平滑的发展趋势中明显地看出其发展变动的方向和程度,进而可以预测未来的价格。
在计算移动平均数时,每次应采用几个月来计算,需要根据时间序列的序数和变动周期来决定。
如果序数多,变动周期长,则可以采用每6个月甚至每12个月来计算;反之,可以采用每2个月或每5个月来计算。
对本例房地产2001年的价格,采用每5个月的实际值计算其移动平均数。
计算方法是:
把1~5月的价格加起来除以5得684元/平方米,把2~6月的价格加起来除以5得694元/平方米,把3~7月的价格加起来除以5得704元/平方米,依此类推,见表中第三列。
再根据每5个月的移动平均数计算其逐月的上涨额,见表中第四列。
表某类房地产2001年各月的价格(元/平方米)
月份
房地产价格
实际值
每5个月的
移动平均数的
移动平均数
逐月上涨额
1
670
2
680
3
690
684
4
680
694
10
5
700
704
10
6
720
714
10
7
730
726
12
8
740
738
12
9
740
750
12
10
760
762
12
11
780
12
790
假如需要预测该类房地产2002年1月的价格,则计算方法如下:
由于最后一个移动平均数762与2002年1月相差3个月,所以预测该类房地产2002年1月的价格为:
762+12×3-798(元/平方米)
教学环节
及
时间分配
教学过程(教学内容和教学方法)
E.小结
通过课程小结加深学生课堂学习效率以及记忆强度
5分钟
F.作业
通过课后作业巩固学生的学习成果
5分钟
【课堂小结】
社会经济现象的发展通常要受到多种因素的影响,时间序列的分析要求从现象的总变动中分解出不同的影响因素及其影响程度。
要将事物发展变化分解为长期趋势、季节变动、循环变动和不规则变动,首先要明确这四种变动的构成形式。
长期趋势(用T表示)是指现象受某种基本因素的作用,在较长一段时期内,持续上升或下降的发展趋势。
【作业】
1、预习下一课
2、做好课后练习
审核:
年月日
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 14 15 会计 统计学 教案