我国时间序列分析研究工作综述

2006.07：我国时间序列分析研究工作综述(李锐向书坚)

国家统计局教育中心 2006-07-11 14:32:39

摘要：近年来我国学者对于时间序列的研究取得了极其丰硕的成果，主要体现在基础理论研究的不断加强（某些领域已经达到了国际前沿水平，而不再只是纯粹的吸收引进国外的先进成果）；应用领域的不断拓展，在应用中求创新求发展，在部分应用领域中我们已经跟上了国际步伐。本文中我们将从理论与应用两个方面进行对我国时间序列分析研究的主要成果进行综述。

关键词：非线性；非平稳；非参数；数据挖掘

近年来我国学者对于时间序列的研究取得了极其丰硕的成果，主要体现在基础理论研究的不断加强（某些领域已经达到了国际前沿水平，而不再只是纯粹的吸收引进国外的先进成果）；应用领域的不断拓展，在应用中求创新求发展，在部分应用领域中我们已经跟上了国际步伐。本文中我们将从理论与应用两个方面进行对我国时间序列分析研究的主要成果进行综述，主要介绍被SCI检索（2000-2004）的部分成果，以及在国内重点核心期刊（2000-2004）上发表的部分重要成果。

一、时间序列分析在理论上的进展

理论上的进展主要表现在两个方面：一是单位根理论；一是非线性模型理论，非线性模型理论的进展集中在几何遍历性问题和非线性过程的平稳性这两方面。我国学者在非线性时间序列分析方面取得了一系列高水平的成果。

汤家豪教授将有关非线性时间序列分析的研究与动力系统科学的模型连接而备受赞赏。现在他着眼于非参数时间序列模型的发展，并与生态学家进行大量的合作研究。

姚琦伟教授基于信息量，首次提出了描述一般随机系统对初始条件敏感性的度量及估计方法。在高维模型领域，姚琦伟教授提出用复系数线性模型近似高维非线性回归函数的新方法，以此克服高维非参数回归中样本量短缺的困难问题。此方法在生物、经济、金融等应用中获得了成功。在时间序列模型的最大似然估计方法的研究中，他完整地建立了在金融风险管理中有直接应用的ARCH和GARCH模型为最大似然估计的极限理论。对于重尾部（heavy-tailed）分布模型，提出了基于boostrap的新的估计方法以及稳健统计方法。他还首次建立了在空间域上空间ARMA 过程的最大似然估计理论，这一工作同时也对Hannan 1973年给出的关于时间序列

的最大似然估计理论首次给出了一个完整的时域上的证明。

安鸿志、朱力行、陈敏关于非线性自回归模型的平稳性、遍历性和高阶矩的成果，获得了有这些性质的最弱条件。关于回归或自回归的非线性检验问题，具有重要的实际意义。他们首次给出了完全对立的假设检验方法，无论从原理和应用都表明此方法有明显优点。他们研究了条件方差为非常数的回归和自回归模型的平稳性、遍历性和检验方法。

二、时间序列分析研究的应用

时间序列分析研究的一个重要原动力源自于金融市场、信息网络以及电子商务等领域超容量数据的获得，在全球化竞争日益激烈的环境中，这些数据的可利用价格越来越大。对这些数据进行综合分析的迫切性促进了我国时间序列分析应用研究的发展。

1、在数据挖掘中的应用

各种类型的数据都可以作为数据挖掘的对象，时间序列在数据集中十分普遍，对时间序列进行数据挖掘已成为当前研究的焦点之一。

吴煲宁等针对商业销售的智能分析需求，提出了一种基于模糊集合的数据挖掘时间序列模式算法。吕安民等研究了某些时间序列所具有的分形特征，分析了利用分形理论中的 R/S分析，发现具有分形特征的时间序列模式的方法。用R/S方法可以从具有分形特征的时间序列中寻找变化规律，从而预测时间序列未来的发展趋势。韩明涛提出一种进行时间序列模式挖掘的算法，用于对大型数据库的海量数据分析，从中挖掘出超过用户给定支持度和置信度的时间序列，从而为用户的决策支持和趋势预测提供依据。翁颖钧、朱仲英提出了基于动态时间弯曲技术的相似搜索算法，通过计算时序数据之间的最短弯曲路径来获得序列的匹配。对综合控制时序数据进行基于不同距离测度的聚类分析对比结果表明该文提出的算法有很高的精度和对振幅差异、噪声和线性漂移有强的鲁棒性，具有良好的应用价值。

2、在气象、天文、地质中的应用

李本纲等探讨一种处理多年气象观测数据的新方法，该方法以地理信息系统为技术支撑，以数字图像处理和标准主成分分析为核心，适用于处理空间分布广、时间序列长的多类型气象观测数据。江东等利用气象卫星 NOAA AVHRR资料，反演出农作物生育期内每日和旬度的 N DVI数据，分析了 N DVI时间曲线的波动与农作物生长发育阶段及农作物长势的响应规律，并以华北冬小麦为例，探讨了 N DVI在

冬小麦各生育期的积分值与农作物单产之间的相关关系。结果表明，利用长时间序列的 N DVI数据，结合作物的物候历，可以实现作物长势的遥感监测和产量遥感估算。李宏等将时间序列模式既用于具有时间关系的购买行为的分析，以揭示购买行为后面一种序列关系信息，又用于其他有时间关联的事件分析。通过实例指出了该算法和传统的Aprioriall算法的不同之处。结果表明，这种序列模式在网络通信、气象分析等领域具有广阔的应用前景。国家重点基础研究发展规划项目：《我国生存环境演变和北方干旱化趋势预测》，利用非线性时间序列分析的数学方法对我国多时空尺度历史和现代环境资料进行定量处理，从不同的资料中分析出极端事件的特点和频率变化信息，研究不同事件的联系，分析可能的物理机制为极端的事件和环境预测提供依据，应用处理非线性时间序列的数学方法对各种资料作了信号分析处理，揭示了环境要素中存在的年代际和世纪时间尺度的变化特征及其它们在空间上的信号传播规律。

3、金融领域应用

由于大量研究数据可获得性和相关问题具有的挑战性，金融领域一直是时间序列研究的热点，我国学者也取得了非常丰富的成果，为金融决策分析及金融风险规避提供了大量有价值的资料，并在应用领域研究中取得了重大的理论突破。

陈平在世界上首先引进时间-频率分析于经济学，从美国股票价格指数中发现经济色混沌现象，并将经济诊断方法引入经济周期的分析预测。在新兴交叉学科——复杂系统科学和非线性经济动力学的研究中居于世界前沿。潘文卿等采用面板数据模型方法，运用中国1978～2001年28个省区的数据，对中国改革开放以来，尤其是20世纪90年代以来的资本配置效率及其与中国金融发展的相关性进行了时间序列分析与横截面数据分析。研究发现，随着改革的深入，资本配置效率总体上呈现上升趋势，但波动性很大，而且资本配置效率呈东、中、西梯度递减特征。中国的金融发展与资本配置效率总体呈现弱相关关系，信贷市场与股票市场对资本配置效率变化的解释能力较弱，其中国有银行的信贷行为抑制了资本配置效率的提高，而非国有银行金融机构的信贷与投资行为对资本配置效率有促进作用。王卫宁等以2002年上海证券市场10秒间隔的上证指数高频数据，分析了价格波动的非线性特征，通过重构相空间方法重构了2002年上证指数时间序列的奇怪吸引子，计算其关联维数，并求出其Lyapunov指数为正，从而确认了上证指数时间序列的混沌行为。钱争鸣分析了我国金融市场的有效性，对金融市场不确定性的探讨和实证分析，测度金融市场的系统风险，寻求最优动态无风险策略，帮助政府制订和完善金融政。张屹山等采用时间序列的谱分析方法，对我国工业生产、投资、消费、外贸、物价、财政、金融等主要月度经济指标的增长率周期波动进行了测定和分析，结果表明：20世纪80年代以来，我国向市场经济体制转轨过程中的周期波动出现

了与以往不同的新特征，产生了7～9年为主的中周期波动。此外，围绕2～3年还存在一个作用相对较弱的短周期波动。

4、信息领域中的应用

计算机软件和硬件的飞速发展对时间序列分析的发展产生了巨大的影响，与计算机结合研究复杂数据的处理方法正成为时间序列研究的热点，我国学者在算法领域，非线性时间序列分析方面得到了一系列成果。

孙枫等利用混沌序列的遍历性，给出了一种分组密码置换网络的设计，并对混沌序列的遍历性和置换网络的时间复杂度做了分析。计算机模拟结果显示，混沌分组密码置换网络具有复杂性高、抗破译性强的优点，可以增强信息系统的安全性。邹小平等分析了数字散斑时间序列相关方法中由于参考平面沿Z轴方向平移而引起的散斑场的平移和缩放，并进行了计算机模拟，得出了决定参考平面间距选取的因素。该分析的结果有助于确定数字散斑时间序列相关系统的设计参数，以及系统校准过程中参考平面间距的确定原则，为系统设计提供理论依据和技术方案。邓自立等提出了一种正向固定区间稳态Kalman平滑新算法和两种反向固定区间稳态Kalman平滑新算法，并给出了保证算法最优性的最优初值公式。金友渔研究了对由若干个Logistic混沌或非混沌序列叠加过程形成的有成因联系的多变量时间序列的弱信号进行高精度复原的分解模型和算法，通过数字仿真分析表明该分解模型和算法对Logistic混沌或非混沌序列弱信号具有高精度地复原的性能。

5、商务中的应用

翁宜慧等以商务流通中的经济时间序列数据为对象，设计实现了经济时间序列预测系统。在预测系统中采用了多种预测模型，设计实现了包括指数平滑算法、AR （Auto Regression）算法、Holt-Winter算法、回归分析算法在内的各种统计学算法，并且把神经网络引入到时间序列预测系统的模型中，采用动态学习的 BP （BackPropagation）神经网络进行训练预测，取得了很好的实用效果。周春光等以商务流通中的经济时间序列数据为对象，设计实现了经济时间序列预测系统。在预测系统中采用了多种预测模型，设计实现了包括指数平滑算法、AR（Auto Regression）算法、Holt-Winter算法、回归分析算法在内的各种统计学算法，并且把神经网络引入到时间序列预测系统的模型中，采用动态学习的 BP （BackPropagation）神经网络进行训练预测，取得了很好的实用效果。

6、在抗击非典中发挥了巨大作用

数理统计学专家方兆本教授领导的课题组基于全球公开发表的有关SARS确诊

病例、疑似病例和死亡病例的实际数据，建立起有关流行病学的空间统计模型，并根据空间流行病学规律的统计研究预测，预测值结果基本吻合。研究还取得了其他一些重要成果：根据华北地区（包括北京、天津、河北、山西等省市）在2003年4月28日到5月28日公开发布的疫数据，建立了华北地区SARS扩散的非齐次空间Poisson过程模型，由于考虑了超级传染者出现的随机因素，使模型更加符合实际情况；建立了北京地区实施严格的切断传染途径措施之后的SARS流行的控制模型，估算了相应的感染强度函数和刻画疾病聚集程度的参数，这也与实际情况基本吻合；采用boltzman非线性曲线拟合方法估算出病死率。

三、结论及几点建议

虽然我们在时间序列研究领域取得了长足的进步，但是基础领域的研究状况仍不为乐观，主要体现在整体研究水平不高，国际领先成果往往集中于个别院校甚至个别人，这与国际研究趋势不符。应用领域也存在分析工具的滞后性，一些最新成果还没有得到及时的应用。加大对基础研究的投入力度，重点扶持几个方向，使之达到国际先进水平。加大学科人才及师资培养力度，采取派出去请进来的办法，加速与国际接轨的步伐。更多地引进国外先进的教材，目前时间序列方面的教科书仍比较匮乏，本科教材更为严重。我们应该多开展与国外的学术交流，及时地吸收国外最新成果。

参考文献：

[1] 向书坚.20世纪90年代时间序列预测领域主要研究动态[J].中南财经大学学报，2001（2）

[2] 汪同三主编.数量经济学前沿[M].社会科学文献出版社，2001

[3] 刘金全，范剑青.中国经济周期波动的相关性和非对称性研究[J]. 经济研究，2001（5）

[4] 钱争鸣.ARCH族计量模型在金融市场研究中的应用[J].厦门大学学报（哲学社会科学版），2000（3）

[5] 沈根祥.股票收益随机波动模型研究[J]. 中国管理科学，2003（2）

[6] 李刚，汪寿阳，于刚，阎洪.牛鞭效应与生产平滑模型有效性问题[J]. 管理科学学报，2004（1）

（作者单位：中南财经政法大学信息学院）

统计基础知识第五章时间序列分析习题及答案

第五章时间序列分析 一、单项选择题 1.构成时间数列的两个基本要素是( C )（2012年1月） A.主词和宾词 B.变量和次数 C.现象所属的时间及其统计指标数值 D.时间和次数 2．某地区历年出生人口数是一个( B )（2011年10月） A．时期数列 B.时点数列 C.分配数列 D.平均数数列 3.某商场销售洗衣机，2008年共销售6000台，年底库存50台，这两个指标是( C ) （2010年10） A.时期指标 B.时点指标 C.前者是时期指标，后者是时点指标 D.前者是时点指标，后者是时期指标 4.累计增长量( A ) （2010年10） A.等于逐期增长量之和 B.等于逐期增长量之积 C.等于逐期增长量之差 D.与逐期增长量没有关系 5.某企业银行存款余额4月初为80万元，5月初为150万元，6月初为210万元，7月初为160万元，则该企业第二季度的平均存款余额为（ C ）（2009年10） 万元万元万元万元 6.下列指标中属于时点指标的是( A ) （2009年10） A.商品库存量 B.商品销售量 C.平均每人销售额 D.商品销售额 7.时间数列中，各项指标数值可以相加的是( A ) （2009年10） A.时期数列 B.相对数时间数列 C.平均数时间数列 D.时点数列 8.时期数列中各项指标数值（ A ）（2009年1月） A.可以相加 B.不可以相加 C.绝大部分可以相加 D.绝大部分不可以相加 10.某校学生人数2005年比2004年增长了8%，2006年比2005年增长了15%，2007年比2006年增长了18%，则2004-2007年学生人数共增长了（ D ）（2008年10月） ％+15％+18％％×15％×18％ C.（108％+115％+118％）-1 ％×115％×118％-1 二、多项选择题 1.将不同时期的发展水平加以平均而得到的平均数称为( ABD )（2012年1月） A.序时平均数 B.动态平均数 C.静态平均数 D.平均发展水平 E.一般平均数2．定基发展速度和环比发展速度的关系是( BD )（2011年10月） A．相邻两个环比发展速度之商等于相应的定基发展速度 B.环比发展速度的连乘积等于定基发展速度

应用时间序列分析试卷一

应用时间序列分析试卷 一 Document number【980KGB-6898YT-769T8CB-246UT-18GG08】

应用时间序列分析（试卷一） 一、 填空题 1、拿到一个观察值序列之后，首先要对它的平稳性和纯随机性进行检验，这两个重要的检验称为序列的预处理。 2、白噪声序列具有性质纯随机性和方差齐性。 3、平稳AR （p ）模型的自相关系数有两个显着的性质：一是拖尾性；二是呈负指数衰减。 4、MA(q)模型的可逆条件是：MA(q)模型的特征根都在单位圆内，等价条件是移动平滑系数多项式的根都在单位圆外。 5、AR （1）模型的平稳域是{}11<<-φφ。AR （2）模型的平稳域是 {}11,12221<±<φφφφφ且， 二、单项选择题 1、频域分析方法与时域分析方法相比（D ） A 前者要求较强的数学基础，分析结果比较抽象，不易于进行直观解释。 B 后者要求较强的数学基础，分析结果比较抽象，不易于进行直观解释。 C 前者理论基础扎实，操作步骤规范，分析结果易于解释。 D 后者理论基础扎实，操作步骤规范，分析结果易于解释。 2、下列对于严平稳与宽平稳描述正确的是（D ） A 宽平稳一定不是严平稳。 B 严平稳一定是宽平稳。 C 严平稳与宽平稳可能等价。 D 对于正态随机序列，严平稳一定是宽平稳。 3、纯随机序列的说法，错误的是（B ）

A时间序列经过预处理被识别为纯随机序列。 B纯随机序列的均值为零，方差为定值。 C在统计量的Q检验中，只要Q 时，认为该序列为纯随机序列，其 中m为延迟期数。 D不同的时间序列平稳性检验，其延迟期数要求也不同。 4、关于自相关系数的性质，下列不正确的是（D） A. 规范性； B. 对称性； C. 非负定性； D. 唯一性。 5、对矩估计的评价，不正确的是（A） A. 估计精度好； B. 估计思想简单直观； C. 不需要假设总体分布； D. 计算量小（低阶模型场合）。 6、关于ARMA模型，错误的是（C） A ARMA模型的自相关系数偏相关系数都具有截尾性。 B ARMA模型是一个可逆的模型 C 一个自相关系数对应一个唯一可逆的MA模型。 D AR模型和MA模型都需要进行平稳性检验。 7、MA（q）模型序列的预测方差为下列哪项（B） A、 []2 2 , Va() , l t l q r e l l q ξ ξ θθσ θθσ ?< ? =? > ?? 22 1-1 22 1q （1++...+） （1++...+） B、 []2 2 , Va() , l t l q r e l l q ξ ξ θθσ θθσ ?≤ ? =? > ?? 22 1-1 22 1q （1++?+） （1++?+） C、 []2 q 2 , Va() , t l l q r e l l q ξ ξ θθσ θθσ ?≤ ? =? > ?? 22 1-1 22 1 （1++?+） （1++?+） D、 []2 2 , Va() , l t l q r e l l q ξ ξ θθσ θθσ ?≤ ? =? > ?? 22 1-1 22 1q-1 （1++?+） （1++?+）

时间序列分析第一章王燕习题解答

时间序列分析习题解答 第一章 P. 7 1.5 习题 1.1 什么是时间序列？请收集几个生活中的观察值序列。 答：按照时间的顺序把随机事件变化发展的过程记录下来就构成一个时间序列。 例1：1820—1869年每年出现的太阳黑子数目的观察值； 年份黑子数年份黑子数年份黑子数年份黑子数年份黑子数1820 16 1830 71 1840 63 1850 66 1860 96 1821 7 1831 48 1841 37 1851 64 1861 77 1822 4 1832 28 1842 24 1852 54 1862 59 1823 2 1833 8 1843 11 1853 39 1863 44 1824 8 1834 13 1844 15 1854 21 1864 47 1825 17 1835 57 1845 40 1855 7 1865 30 1826 36 1836 122 1846 62 1856 4 1866 16 1827 50 1837 138 1847 98 1857 23 1867 7 1828 62 1838 103 1848 124 1858 55 1868 37 1829 67 1839 86 1849 96 1859 94 1869 74 例2：北京市城镇居民1990—1999年每年的消费支出按照时间顺序记录下来，就构成了一个序列长度为10的消费支出时间序列（单位：亿元）。 1686，1925，2356，3027，3891，4874，5430，5796，6217，6796。 1.2 时域方法的特点是什么？ 答：时域方法特点：具有理论基础扎实，操作步骤规范，分析结果易于解释的优点，是时间序列分析的主流方法。 1.3 时域方法的发展轨迹是怎样的？ 答：时域方法的发展轨迹： 一．基础阶段： 1. G.U. Yule 1972年AR模型 2. G.U.Walker 1931年 MA模型、ARMA模型 二．核心阶段：G.E.P.Box和G.M.Jenkins 1. 1970年，出版《Time Series Analysis Forecasting and Control》 2. 提出ARIMA模型（Box-Jenkins模型） 3. Box-Jenkins模型实际上主要运用于单变量、同方差场合的线性模型 三．完善阶段： 1.异方差场合： a.Robert F.Engle 1982年 ARCH模型

时间管理倾向综述

时间管理倾向综述 陈挺 1,2 ,李好永 1,3 (1.华东师范大学认知与心理科学学院,上海200062; 2.上海出版印刷高等专科学校,上海,200093; 3.河南理工大学,河南焦作454000) 摘　要:回顾时间管理倾向概念的提出,并且从已有文献的研究结果中总结时间管理倾向与其它一些人格特征、学业成就以及心理健康的关系,不同群体时间管理倾向的比较,并归纳现有研究的不足之处。 关键词:时间管理倾向;时间管理;相关;AT MD 中图分类号:B849 文献标识码:A 文章编号:1008-9128(2009)05-0109-05 时间是一种有限的资源,古来就有“一寸光阴一寸金”的说法。现在这个快节奏的社会中,人们需要处理的事物变得越来越多,时间管理变得更加重要。这引起了心理学家对于时间管理的关注。B ritt on 、Macan 等对时间管理和时间管理行为的探讨开创了 心理学家对时间管理的研究。 1　时间管理的结构 在对时间管理的研究中,国外一些学者根据自己对于时间管理模型的不同的理解编制了一些时间管理方面的问卷并且提出了时间管理的不同的结构。 Bond 和Feather (1988)编制了时间结构问卷(Ti m e Structure Questi onnaire,简称TS Q ),在这个问卷中,时 间管理由五个因素:目的感、有结构的常规行为、当前 定向、有效组织、坚持性组成。而Macan 等人(1990)认为TS Q 的问题过于概括,而没有反应受测者具体的时间管理,从而编制了时间管理行为量表(Ti m e Man 2age ment Behavi or Scale,简称T MB )。T MB 包含了设 置目标和优先级、机制-计划和安排、时间的自觉控制以及混乱倾向四个基本维度。B ritt on 和Tesser (1991)编制了时间管理量表(Ti m e Manage ment Ques 2ti onnaire,简称T MQ ),有三个因素即短期计划、时间 态度和长期计划构成。 国外学者的研究也带动了国内对于时间管理的研究热情。并且,国内学者的研究,在很大程度上推 动了时间管理这一研究领域在国内的发展。特别是黄希庭等人“时间管理倾向”概念的提出,以及在这一方面做出的卓越的贡献。 2　时间管理倾向概念的提出 黄希庭和张志杰(2001a )在TS Q 和T MQ 问卷的 基础上,编制了青少年时间管理倾向量表(Adoles 2cence Ti m e Manage ment D is positi on Scale .,简称AT 2MD ),并且提出了时间管理倾向(Ti m e Manage ment D is positi on )的概念。他们认为,时间管理倾向是个体 运用时间方式上所表现出来的心理行为和特征。是一种具有多维度多层次心理结构的人格特征,是由时间价值感、时间监控观以及时间效能感构成。 时间管理倾向的3个维度是从时间管理的整个过程来区分的,是一种过程性的特征结构。时间价值感是指个体对时间的功能和价值的稳定的态度和观念,它通常是充满情感,对个体运用时间的方式具有导向作用。时间价值感是个体时间管理的基础。时间监控观是个体利用和运筹时间的观念和能力,它是通过一系列外显的活动来体现,例如计划安排、目标设置、时间分配、结果检查等一系列监控活动。时间效能感指个体对时间管理的信心以及对时间管理行为能力的估计,它是制约时间监控的一个重要的因素。 收稿日期:2009-06-15 第一作者:陈挺(1981-),男,福建福鼎人,讲师,在读硕士。研究方向:应用心理学。 第7卷　第5期2009年10月 红河学院学报Journal of Honghe University Vol .7　No .5 Oct .2009

时间序列测验1解答-北师珠-时间序列

1. 简述你所理解的时间序列及时间序列分析。 答：时间序列：按照时间的顺序把随机事件变化发展的过程记录下来就构成了一个时间序列。 时间序列分析：对时间序列进行观察、研究，找寻它变化发展的规律，预测它将来的走势就是时间序列分析。 2. 简述时域里的时间序列分析方法的基本思想、主要目标和主要结论（模型）。 答：基本思想：事件的发展通常都具有一定的惯性，这种惯性用统计的语言来描述就是序列值之间存在着一定的相关关系，而且这种相关关系通常具有某种统计规律。 目标：寻找出序列值之间相关关系的统计规律，并拟合出适当的数学模型来描述这种规律，进而利用这个拟合模型预测序列未来的走势。 模型：自回归（autoregressive, AR ）模型，移动平均（moving average, MA ）模型、自回归移动平均（autoregressive moving average, AR MA ）模型、求和自回归移动平均（autoregressive integrated moving average, ARIMA ）模型，自回归条件异方差（ARCH ）模型 、广义自回归条件异方差（GARCH ）模型 、指数广义自回归条件异方差（EGARCH ）模型 、方差无穷广义自回归条件异方差（IEGARCH ）模型 、依均值广义自回归条件异方差（EGARCH-M ）模型 。 3. 统计分析软件SAS 系统的三个基本窗口是什么 答： 程序编辑窗口、运行结果窗口、 结果输出窗口。 4. 已知时间序列},{T t X t ∈且)(x F X t t 的分布函数为，并假设该时间序列的均值与方差存在。请分别给出计算该时序的特征统计量：（1）均值t μ， （2）方差t DX ， | （3）自协方差函数),(s t γ， （4）自相关系数 ),(s t ρ 的计算公式。 答：（1）均值()t t t EX xdF x μ∞ -∞==? （2）方差22()()()t t t t t DX E X x dF x μμ∞ -∞=-=-? （3）自协方差函数(,)()()t t s s t s E X X γμμ=-- （4）自相关系数 ),(s t ρ=） 5. 平稳时间序列通常分为严平稳和宽平稳两种，试用语言描述或数学公式给出两种平稳的定义。 答：严平稳是一种条件比较苛刻的平稳性定义，它认为只有当序列所有的统计性质都不会随着时间的推移而发生变化时，该序列才能被认为平稳。 宽平稳是使用序列的特征统计量来定义的一种平稳性。它认为序列的统计性质主要由它的低阶矩决定，所以只要保证序列低阶矩平稳（二阶），就能保证序列的主要性质近似稳定。 6. 写出平稳时间序列的2个统计性质，并据此给出平稳时间序列延迟k 的自协方差函数的一元函数)(k γ的定义，说明平稳时序的方差为常数，再将延迟k 自相关系数用)(k γ的函数表出。 答：平稳时间序列的2个统计性质（1）t EX μ=；（2）γ γ（t,s）=(k,k+s-t)。 》 对于平稳时间序列｛Xt,t ∈T ｝,任取t,t+k ∈T,定义r(ｋ)为此时间序列的延迟

时间序列分析 第一章 时间序列分析简介

input time monyy7. price; format time monyy5. ; cards; jan2005 101 feb2005 82 mar2005 66 apr2005 35 may2005 31 jun2005 7 ; run; proc print data=example1_1; run; 实验结果： 实验分析：该程序的到了一个名为sasuser.example1_1的永久数据集。所谓的永久数据库就是指在该库建立的数据集不会因为我们退出SAS系统而丢失，它会永久的保存在该数据库中，我们以后进入SAS系统还可以从该库中调用该数据集。 3.查看数据集 data example1_1; input time monyy7. price; format time monyy5. ; cards; jan2005 101 feb2005 82 mar2005 66 apr2005 35 may2005 31 jun2005 7 ; run; proc print data=example1_1; run; 实验结果：

2.序列变换 data example1_3; input price; logprice=log(price); time=intnx('month','01jan2005'd,_n_-1); format time monyy.; cards; 3.41 3.45 3.42 3.53 3.45 ; proc print data=example1_3; run; 实验结果： 实验分析：在时间序列分析中，我们得到的是观测值序列xt，但是需要分析的可能是这个观察值序列的某个函数变换，例如对数序列lnxt。在建立数据集时，我们可以通过简单的赋值命令实现这个变换。再该程序中，logprice=log（price）；是一个简单的赋值语句，将price的对数函数值赋值给一个新的变量logprice，即建立了一个新的对数序列。 3.子集 data example1_4; set example1_3; keep time logprice; where time>='01mar2005'd; proc print data=example1_4; run; 实验结果：

时间管理倾向量表,原稿,含分值、因子含义(黄希庭)

青少年时间管理倾向量表黄希庭 同学:这是全国教育科学“九五”规划重点课题的一项研究。这个问卷中的每一个句子叙述的是对时间的看法以及对时间的利用情况。请你仔细阅读问卷中的每一个句子,然后在答案纸上按照你自己的情况来回答。答案无对错之分,请不要有顾虑。回答时请注意: （1）回答每一道题都要根据你自己的实际情况;如果该题所描述的内容完全不符合你的情况,就在该题号右边第一个空格中划√;如果大部分不符合,就在该题号右边第二个空格中划√;如果部分符合部分不符合,就在该题号右边第三个空格中划√;如果大部分符合,就在该题号右边第四个空格中划√;如果完全符合,就在该题号右边第五个空格中划√。(2)对每个问题都要回答,不要有遗漏,也不必费时去想,看懂后就回答。(3)不要在问卷上做任何标记,所有的回答均写在答卷纸上。 同学:这份调查是教育科学研究的一部分。这个问卷中的每一个句子叙述的是对时间的看法以及对时间的利用情况。请你仔细阅读问卷中的每一个句子,然后在答案纸上按照你自己的情况来回答。答案无对错之分,请不要有顾虑。回答时请注意: （1）回答每一道题都要根据你自己的实际情况进行选择，每题所描述的情况分为完全不符合；大部分不符合；部分符合部分不符合；大部分符合；完全符合。(2)对每个问题都要回答,不要有遗漏,也不必费时去想,看懂后就回答。 1·我认为“一寸光阴一寸金”这句话是正确的。 2·我通常把每天的活动安排成一个日程表。 3·“时间就是效益”这句话是正确的。 4·我每天都给自己指定一个学习目标。 5·无论做什么事情,我首先要考虑的是时间因素。 6·我以为将来比现在和过去更重要。 7·我总是把最重要的工作安排在活动效率最高的时间里去做。 8·无论做什么事情我总是既有短期安排又有长期计划。 9·目前我尚年轻,浪费一些时间无所谓。 10·在每周开始之前,我都制定了目标。 11·对每个人来说,时间就是一切。 12·在每个学期我都要制定自己的学习计划。 13·我认为我在学习和课外活动上的时间分配是合理的。 14·我总是把大量的时间花在做重要的工作上。 15·在新年开始的时候,我通常都要制定这一年中自己的奋斗目标。 16·我相信时间就是生命。 17·我课后复习功课的时间是由老师布置的作业量来决定的。 18·我认为时间是可以有效地加以管理的。 19·我通常把重要的任务安排在计划表的重要位置上。 20·我能够有效地利用自己的时间。 21·我经常根据实际情况对计划进行调整。 22·如果有几件事要同时做,我经常要衡量它们的重要性来安排时间。 23·我能够很好地利用课堂上的学习时间。 24·我对自己设定的目标充满信心。 25·我对每个星期要做的事情都有一个计划安排。

中学生时间管理现状及对策

中学生时间管理现状及对策 李静 （石家庄市第42中学，河北石家庄050061） 摘要：学业成绩的两极分化在中学是很普遍的现象，也是教师与家长最关心的问题之一。影响学业成绩的 因素很多。时间管理，是其中一个重要的因素。本文概述了时间管理的定义和发展历程，在综述以往中学生时间 管理研究的基础上，总结了中学生时间管理的特点，并对改善中学生时间管理状况的教育对策进行了论述。 关键词：中学生；时间管理；现状；对策 中图分类号：G455文献标识码：A文章编号：1009-010X（2006）10-0009-04 科学合理地使用时间是现代人社会性格的一个 重要标志。时间是一种重要的资源,其具有不可变 性、无贮存性、无替代性，但却可以对其进行有效的 管理与使用。现在时间管理和使用已成为心理学研 究中的一个新领域。张志杰等的研究表明,时间监控 观对学业成绩具有一定的预测作用,时间价值感和 时间效能感通过时间监控观来影响学业成绩。“有效 的时间管理可以促进学习,并增强自我效能感;而无 效的时间利用则削弱信心,降低学习效率”。阮昆玉 和邓凌的研究也进一步证实了这一观点。因此我们 认为时间管理是影响学业成绩的一个重要因素，学 业成绩高的学生与学业成绩低的学生的时间管理倾 向可能有较大差异。本研究拟在综述以往研究，在总 结中学生时间管理现状的基础上，探讨如何对中学 生进行时间管理教育，为转化学业暂时不良生,推进 素质教育提供参考。 一、时间管理概述 （一）时间管理的定义。 个人在利用和支配时间上的倾向不仅表现在行 为上，而且与其对待时间的态度以及时间价值观念 密切相联系。对待时间的态度和时间的价值观念促 使人朝着一定的目标而行动。由此可见，时间管理倾 向具有动力性，在不同人身上有不同表现程度、跨情 境性和潜在的可测度三个特征。这三个特征正是人 格所具有的，因此说时间管理倾向也是一种人格特 征，故在此文中只引用了黄希庭的定义，对其他流派 的定义不做详述。 时间管理倾向(time management disposition)是 个体对时间的态度、计划和利用等的认知特点,是个 体对时间的价值观和行为倾向,是一种具有多维度 多层次心理结构的人格特征,包括时间价值感、时间 监控观和时间效能感三个维度，是价值观、自我监控

大学生的时间管理倾向调查研究

大学生的时间管理倾向调查研究 1 摘要：科学合理地使用时间是现代人社会性格的一个重要标志。时间是一种重要的资源，它具有不变性、无存贮性和无替代性，但却可以对其进行有效的管理和使用。为了了解大学生对时间的管理水平，编制了大学城大学生的时间管理倾向调查量表。以了解学生对自己时间的掌握以及利用。 Abstract: the science reasonable use time modern is an important symbol of social character. Time is an important resource, it has no denaturation, no storage sex and no alternative, but can carry on the effective management and use. In order to understand the college student on time management level, compiled the college students' time management disposition survey scale. In order to understand the student to grasp their time and use. 2 关键词：时间管理时间管理倾向 3 引言：时间管理倾向是个体在运用时间方式上所表现出来的心理和行为特征，具有多维度多层次的心理结构。（黄希庭，张志杰）本问卷分为时间价值感（个人取向的时间价值感）、时间时间监控感（设置目标、时间分配）和时间效能感（时间管理行为效能）。根据结果分析量表的信度、效度。 4 前言 虽然心理学家对于诸如时间态度、时间经验和时间结构的研究也反映了个体利用和支配时间的一种行为倾向，但并没有明确提出时间管理的概念及其结构。例如，Wessman把个体时间经验划分为三个维度：近期的时间压力、长期的个人方向和时间利用。Bond和Feather认为时间结构反映了个体对时间有组织、有目的的使用程度的知觉，并把个体的时间结构划分为目的感、有结构的常规行为、当前定向、有效组织和坚持性五个维度。 我国对于时间管理的研究还相对较少。我国一些心理学家认为个体在运用时间方式上所表现出来的心理和行为特征是一种人格倾向，可称之为时间管理倾向。 4.1 研究目的 科学合理地使用时间是现代人社会性格的一个重要标志。时间是一种重要的资源，它具有不变性、无存贮性和无替代性，但却可以对其进行有效的管理和使用。本研究对大学生进行调查,参考国内的一些文献,对大学生的时间管理倾向有

第六章时间序列分析

第六章时间序列分析 重点： 1、增长量分析、发展水平及增长量 2、增长率分析、发展速度及增长速度 3、时间数列影响因素、长期趋势分析方法 难点： 1、增长量与增长速度 2、长期趋势与季节变动分析 第一节时间序列的分析指标 知识点一：时间序列的含义 时间序列是指经济现象按时间顺序排列形成的序列。这种数据称为时间序列数据。 时间序列分析就是根据这样的数列分析经济现象的发展规律，进而预测其未来水平。 时间数列是一种统计数列，它是将反映某一现象的统计指标在不同时间上的数值按时间先后顺序排列所形成的数列。表现了现象在时间上的动态变化，故又称为动态数列。 一个完整的时间数列包含两个基本要素： 一是被研究现象或指标所属的时间； 另一个是该现象或指标在此时间坐标下的指标值。 同一时间数列中，通常要求各指标值的时间单位和时间间隔相等，如无法保证相等，在计算某些指标时就涉及到“权”的概念。 研究时间数列的意义：了解与预测。 [例题·单选题]下列数列中哪一个属于时间数列（）. a.学生按学习成绩分组形成的数列 b.一个月内每天某一固定时点记录的气温按度数高低排列形成的序列 c.工业企业按产值高低形成的数列 d.降水量按时间先后顺序排列形成的数列 答案：d 解析：时间序列是一种统计数列，它是将反映某一现象的统计指标在不同时间上的数值按时间先后顺序排列所形成的数列，表现了现象在时间上的动态变化。 知识点二：增长量分析（水平分析）

一.发展水平 发展水平是指客观现象在一定时期内（或时点上）发展所达到的规模、水平,一般用y t （t=1,2,3，…,n) 。 在绝对数时间数列中，发展水平就是绝对数； 在相对数时间数列中，发展水平就是相对数或平均数。 几个概念：期初水平y 0，期末水平y t ，期间水平(y 1 ,y 2 ,….y n-1 )； 报告期水平(研究时期水平)，基期水平（作为对比基础的水平）。 二.增长量 增长量是报告期发展水平与基期发展水平之差，增长量的指标数值可正可负，它反映的是报告期相对基期增加或减少的绝对数量，用公式表示为： 增长量＝报告期水平－基期水平 根据基期的不同确定方法，增长量可分为逐期增长量和累计增长量。 1.逐期增长量：是报告期水平与前一期水平之差，用公式表示为： △ = y n - y n-1 （i=1,2,…,n） 2.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，用公式表示为： △ = y n - y （i=1,2,…,n）（i=1,2,…,n） 二者关系：逐期增长量之和=累计增长量 3.平均增长量 平均增长量是时间序列中的逐期增长量的序时平均数，它表明现象在一定时段内平均每期增加（减少）的数量。 一般用累计增长量除以增长的时期数目计算。 （y n - y ）/n [例题·单选题]某社会经济现象在一定时期内平均每期增长的绝对数量是（）。 a．逐期增长量 b．累计增长量 c．平均增长量 d．增长速度 答案：c 解析：平均每期增长的绝对数量是平均增长量。 知识点三：增长率分析（速度分析） 一.发展速度

最新地震处理教程——1 第一章 时间序列分析基础

第一章时间序列分析基础 一维傅里叶变换 首先观察一个实验。将弹簧的一端固定并悬垂，另一端挂一重物。向下拉重物使弹簧拉伸某一距离，比如说0.8个单位，使其振动。现假定弹簧是弹性的，那么它将无休止地上下运动。若将运动起始的平衡位置定为时间零，那么重物的位移量将随着时间函数在极限[＋0.8—－0.8]之间变化。如果有一装置能给出位移振幅随时间函数变化的轨迹，就会得到一条正弦波曲线。其相邻两峰值间的时间间隔为0.08秒(80毫秒)。我们称它为弹簧的周期，它取决于所测弹簧刚度的弹性常数。我们说弹簧在一个周期时间内完成了一次上下振动。在1秒的观测时间内记下其周期数，我们发现是12.5周，这个数被称为弹簧振动的频率。你一定会注意到，1/0.08＝12.5，这就是说频率为周期的倒数。 我们取另一个刚性较大的弹簧，并重复上面的实验。不过这次弹簧的振幅峰值位移为0.4个单位。它的运动轨迹所显示的是另一条正弦曲线。量其周期和频率分别为0.04秒和25周/秒，为了记下这些测量结果，我们做每个弹簧峰值振幅与频率的关系图，这便是振幅谱。 现在取两个相同的弹簧。一个弹簧从0.8个单位的峰值振幅位移开始松开，并使其振动。这时注意弹簧通过零时平衡位置的时间，就在它通过零时的一刹那，请你将另一弹簧从0.8个单位的同样峰值振幅位移处松开。这样由于起始的最大振幅相同，所以两个正弦时间函数的振幅谱也应该一样。但肯定两者之间是有差别的，特别是当第1个正弦波达到峰值振幅时，另一个的振幅为零。两者的区别为：第2个弹簧的运动相对于第1个弹簧的运动有一个等于四分之一周期的时间延迟。四分之一周期的时间延迟等于90°相位滞后。所以除振幅谱之外，我们还可以作出相位延迟谱，至此，这个实验做完了。那么我们学到了什么呢？这就是弹簧的弹性运动可以用正弦时间函数来描述，更重要的是，可以用正弦波的频率、峰值振幅及相位延迟来全面地描述正弦波运动。这个实验告诉我们弹簧的振动是怎样随时间和频率函数变化的。 现在设想有一组弹簧，每个弹簧的正弦运动都具有特定的频率、峰值振幅和相位延迟。所有弹簧的正弦响应如图1所示。我们可以把该系统的运动“合成”为一个总的波动，来代替该组中的各单个分量的运动。这一合成是直接把所有记录道相加，其结果得到一个与时间相关的信号，在图1中由第一道表示。我们通过这种合成可以把这一运动由频率域变换到时间域。这一变换是可逆的：即给定时间域信号，我们可以把它变换到频率域的正弦分量。在数学上，这种双向过程是由傅里叶变换完成的。在实际应用中，标准的运算是所谓快速傅氏变换。通过傅氏正变换可以把与时间相关的信号分解成它的频率分量，而所有的频率分量合成为时间域信号又是通过反傅氏变换来实现的。图2概括了信号的傅氏变换。振幅谱和相位谱(严格地讲是相位延迟谱)是图1中所显示的正弦波最简单的表示形

应用时间序列分析 第5章

佛山科学技术学院 应用时间序列分析实验报告 实验名称第五章非平稳序列的随机分析 一、上机练习 通过第4章我们学习了非平稳序列的确定性因素分解方法，但随着研究方法的深入和研究领域的拓宽，我们发现确定性因素分解方法不能很充分的提取确定性信息以及无法提供明确有效的方法判断各因素之间确切的作用关系。第5章所介绍的随机性分析方法弥补了确定性因素分解方法的不足，为我们提供了更加丰富、更加精确的时序分析工具。 5.8.1 拟合ARIMA模型 【程序】 data example5_1; input x@@; difx=dif(x); t=_n_; cards; 1.05 -0.84 -1.42 0.20 2.81 6.72 5.40 4.38 5.52 4.46 2.89 -0.43 -4.86 -8.54 -11.54 -1 6.22 -19.41 -21.61 -22.51 -23.51 -24.49 -25.54 -24.06 -23.44 -23.41 -24.17 -21.58 -19.00 -14.14 -12.69 -9.48 -10.29 -9.88 -8.33 -4.67 -2.97 -2.91 -1.86 -1.91 -0.80 ; proc gplot; plot x*t difx*t; symbol v=star c=black i=join; proc arima; identify var=x(1); estimate p=1; estimate p=1 noint; forecast lead=5id=t out=out; proc gplot data=out; plot x*t=1 forecast*t=2 l95*t=3 u95*t=3/overlay; symbol1c=black i=none v=star; symbol2c=red i=join v=none; symbol3c=green I=join v=none;

学业拖延文献综述

我国高校学生学业拖延现象研究文献综述 一、前言 1、学术背景 拖延(Pr(K~ra．Min&re)行为的理论和实证研究”始于20世纪7O年代术，由Ellis和Knaus等人提出。在我国，关于拖延的实证研究是近2、3年玎始的。 拖延在学术领域十分普遍，Ellis 和Knaus（1977）曾估计大学里面有接近95％的美国学生存在拖延行为，而Solomon 和Rothblum[2]的研究则表明，有50%的学生报告他们长期有拖延行为，38%的学生报告偶尔拖延。甘良梅等的调查显示,63.5%的大学生报告他们在完成老师布置的作业时达到中等程度的拖延。 2、相关概念 拖延是尽管可能会带来更糟的结果，但仍自愿延迟预定计划的行为。 学业拖延是指在一定的时间范围内推迟学业任务，直到临近最后期限开始着手进行的行为倾向。 3、研究目的 基于国内外关于拖延的研究现状，本研究的目的主要集中在以下几个方面: 1、研究日前人学生拖延的现状，分析在大学生中拖延的普遍性以及可能存在的性别、年龄和学科差异;

2、从大学生白我报告的13个拖延理由入手，通过因子分析探讨大学生拖延的土要原因以及人口学变量(性别、年龄和学科等)对其原因的影响 3、研究大学生拖延行为与学业成绩的相关性，以探讨大学生的拖延行为对其学业成绩的影响程度 二、主题 1、学业拖延的特征 1.1 学生有执行学习任务的想法，但是没有与意向相符合的行为表现 1.2 学习拖延容易产生不符合标准的学习结果(如潦草的 家庭作业、不合格的论文、考试成绩低下) 1.3 学习拖延还往往伴随着焦虑不安、抑郁、失落等消极情绪体验。 2、学业拖延的成因 2.1 内部因素 2.1.1 学业拖延与人格特质 用大三人格模型，MeCown发现拖延和外向性是线性关系，与神经质是曲线关系，低的和高的神经质都在拖延上得分较高。国外有关研究发现大五人格中的严谨性、责任感与拖延行为之问呈现较高的负相关。 2.1.2 学业拖延与完美心理倾向 完美心理倾向在大学生群体中比较常见，它代表一种核心为

时间序列及分析

时间序列 （一）时间序列及其分类 同一现象在不同时间上的相继观察值排列而成的序列称为时间序列。例如，下表就是我国国内生产总值、人口等在不同时间上得到的观察值排列而成的序列。 由表可以看出，时间序列形式上由现象所属的时间和现象在不同时间上的观察值两部分组成。根据所处的观察时间不同，现象所属的时间可以是年份、季度、月份或其他任何时间形式。现象的观察值根据表现形式不同有绝对数、相对数和平均数等。因此，从观察值的表现形式上看，时间序列可分为绝对数时间序列、相对数时间序列和平均数时间序列等。 由一系列绝对数按时间顺序排列而成的序列称为绝对数时间序列。它是时间序列中最基本的表现形式，用于反映现象在不同时间上所达到的绝对水平。绝对数时间序列根据观察值所属的时间状况不同，可以分为时期序列和时点序列。例如，表中的国内生产总值序列就是时期序列。时期序列中的观察值反映现象在一段时期内的活动总量，并且各观察值通常可以直接相加，用于反映现象在更长一段时期内的活动总量。表中的年末总人口序列属于时点序列，时点序列中的观察值反映现象在某一瞬间时点上的总量，它是在某一时点上统计得到的，序列中的各观察值通常不能相加。由绝对数时间序列可以派生出相对数和平均数时间序列，它们分别是由一系列相对数和平均数按时间顺序排列而成的。例如，表中的人口自然增长率序列就是相对数时间序列，居民消费水平序列则是平均数时间序列。 时间序列的描述性分析包括水平分析和速度分析两方面的内容。 （二）时间序列的水平分析 1.序时平均数 在时间序列中，我们用i t表示现象所属的时间，i Y表示现象在不同时间上观察值。i Y也称为现象在时间i t上的发展水平，它表示现象在某一时间上所达到的一种数量状态。若观察的时间范围为1t，2t，…，n t，相应的观察值表示为1Y，2Y，…，3Y，其中1Y称为最初发展水平，n Y称为最末发展水平；若对两个观察值进行比较时，把现在的这个时期称为报 告期，用于比较的过去的那个时期称为基期。 序时平均数是现象在不同时间上的观察值的平均数。它可以概括性地描述出现象在一段时期内所达到的一般水平。在证券市场上，对股票价格或股票价格指数的分析中常用到序时

时间序列分析基于R——习题答案

第一章习题答案 略 第二章习题答案 2.1 （1）非平稳 （2）0.0173 0.700 0.412 0.148 -0.079 -0.258 -0.376 （3）典型的具有单调趋势的时间序列样本自相关图 2.2 （1）非平稳，时序图如下 （2）-（3）样本自相关系数及自相关图如下：典型的同时具有周期和趋势序列的样本自相关图

2.3 （1）自相关系数为：0.2023 0.013 0.042 -0.043 -0.179 -0.251 -0.094 0.0248 -0.068 -0.072 0.014 0.109 0.217 0.316 0.0070 -0.025 0.075 -0.141 -0.204 -0.245 0.066 0.0062 -0.139 -0.034 0.206 -0.010 0.080 0.118 （2）平稳序列 （3）白噪声序列 2.4 ，序列LB=4.83，LB统计量对应的分位点为0.9634，P值为0.0363。显著性水平=0.05 不能视为纯随机序列。 2.5 （1）时序图与样本自相关图如下

（2） 非平稳 （3）非纯随机 2.6 （1）平稳，非纯随机序列（拟合模型参考：ARMA(1,2)） （2）差分序列平稳，非纯随机 第三章习题答案 3.1 ()0t E x =,2 1 () 1.9610.7 t Var x ==-,220.70.49ρ==,220φ= 3.2 1715φ=,2115 φ= 3.3 ()0t E x =,10.15 () 1.98(10.15)(10.80.15)(10.80.15) t Var x += =--+++ 10.8 0.7010.15 ρ= =+,210.80.150.41ρρ=-=,3210.80.150.22ρρρ=-= 1110.70φρ==,2220.15φφ==-,330φ= 3.4 10c -<<, 1121,1,2 k k k c c k ρρρρ--?=? -??=+≥? 3.5 证明: 该序列的特征方程为：32 - -c 0c λλλ+=，解该特征方程得三个特征根： 11λ=，2λ=3λ=

国内网络成瘾与时间管理倾向的研究综述

2012年第09期 吉林省教育学院学报 No.09，2012 第28卷JOURNAL OF EDUCATIONAL INSTITUTE OF JILIN PROVINCE Vol .28（总309期） Total No .309 收稿日期：2012—06—09 作者简介：于心美（1986—），女，吉林松原人。吉林师范大学教育科学学院硕士研究生，研究方向：咨询心理学。 国内网络成瘾与时间管理倾向的研究综述 于心美 （吉林师范大学教育科学学院，吉林四平136000） 摘要：网络成瘾是指个体由于过度使用因特网而导致明显的社会心理功能损害的一种现象。时间管理倾向是指个体在运用时间方式上所表现出来的心理和行为特征，包括时间价值感、时间监控观、时间效能感三个维度。本文探讨网络成瘾与时间管理倾向的研究现状及发展趋势，对网民的身心健康具有重要的指导意义。 关键词：网民；网络成瘾；时间管理倾向中图分类号：G444 文献标识码：A 文章编号：1671—1580（2012）09—0145—02 一、网络成瘾的概念 关于网络成瘾的概念，国内外学术界都停留在 描述阶段，并没有统一的准确概念。一直以来，学术界比较认可和应用比较广泛的网络成瘾概念是由美国精神病学家Goldberg 提出的。1994年，他宣称自己在临床上发现了一种新的心理疾病，并把它命名为IAD ，是指个体由于过度使用因特网而导致明显的社会心理功能损害的一种现象。 ［1］ 2008年11月8日，我国首部《网络成瘾诊断标准》通过专家论证，认为在医学领域，网络游戏成瘾属于精神病范畴，并且在《网络成瘾临床诊断标准》中指出：如果个人平均每天用于非工作学习目的连续上网超过6小时，且符合一些症状标准超过3个月，同时对时间的控制能力较差，可判定为网络成瘾。 二、时间管理倾向的概念在国内，黄希庭和张志杰最先对时间管理倾向作出了界定，是个体在运用时间方式上所表现出来的心理和行为特征，具有网状的心理结构特点，主要包括时间价值感、时间监控观、时间效能感三个维度。［2］ 具体地讲： （一）时间价值感是指个体对时间的功能和价值的稳定的态度和观念，包括时间对个体人生和社会发展意义的稳定态度和观念，它通常充满情感，对 个体运用时间的方式具有导向作用。时间价值感是 个体时间管理的基础。 （二）时间监控观是个体利用和运筹时间的观 念和能力， 它是通过一系列外显的活动来体现，例如计划安排、目标设置、时间分配、结果检查等一系列 监控活动中所表现出的能力以及主观评估。它通常包括设置目标、计划、优先级、时间分配、反馈性等。 （三）时间效能感指个体对自己利用和运筹时间的信念和预期，反映了个体对时间管理的信心以及对时间管理行为能力的估计，它是制约时间监控的一个重要的因素。它通常包括时间管理效能和时间管理行为效能。 三、网络成瘾与时间管理倾向关系的相关研究随着专家对时间管理倾向研究关注度的提高，关于网络成瘾与时间管理倾向的相关关系的研究也日渐丰富。其中以网络成瘾在时间管理倾向各个维度的研究、网络成瘾者与非网络成瘾者在时间管理倾向上的比较研究和一些其他相关研究为主。 （一）网络成瘾与时间管理倾向及其各个维度许多研究者发现，网络成瘾与时间管理倾向及其三个维度有显著相关。胡霞通过对上海四所大学632人的调查发现，网络成瘾的得分与时间管理倾向的总分及其三个维度呈显著负相关。其中时间管理倾向的时间效能感维度与网络成瘾的负相关程度 5 41

基于时间序列分析的股票价格短期预测与分析

基于时间序列分析的股票价格短期预测与 分析 姓名：王红芳数学与应用数学一班指导老师：魏友华 摘要 时间序列分析是经济领域研究的重要工具之一，它描述历史数据随时间变化的规律，并用于预测经济变量值。在股票市场上，时间序列预测法常用于对股票价格趋势进行预测，为投资者和股票市场管理方提供决策依据。本文通过各种预测方法的对比，突出时间序列分析的优势，从时间序列的概念出发介绍了时间序列分析预测法的基础以及其简单的应用模型。文中使用中石化股票的历史收盘价数据，运用时间序列预测法预测出中石化股票的后五个交易日的收盘价，通过对预测价格和实际价格做出对比，表明时间序列预测法的效果比较好。 关键词：时间序列；股票价格；预测

The short-term stock price prediction based on time series analysis Abstract: The analysis of time series is one of the important tools for researching in the field of economy, it describes the law of historic data with the time passing by and it is also used to predict the value of economic variables. In the stock market, the forecasting method of time series is commonly used to forecast the trend of stock price, and provide evidence of decision making for investors and managements. In the thesis, through the comparison of various forecasting methods to highlight the advantages of the analysis of time series, beginning with the concept of time series, I introduce the basic of forecasting method of the analysis of time series as well as its simple application model. in the paper, I use the historic closing price data of Sinopec shares and the forecasting method of time series to predict the Sinopec shares' closing price of the last five days, and by comparison between predicting price and actual price to show the good effect of the forecasting method of time series. Keywords: Time series; Stock price; Forecast