统计学第67章及课后习题答案的知识

1、数据分析(方法与案例)统计学基础Fundamental Statistics2010年第 7 章 时间序列分析和预测7.1 时间序列及其分解7.2 时间序列的描述性分析7.3 时间序列预测的程序7.4 平稳序列的预测7.5 趋势型序列的预测7.6 复合型序列的分解预测2010年学习目标时间序列的组成要素时间序列的描述性分析时间序列的预测程序移动平均和指数平滑预测线性趋势和非线性趋势预测多成分序列的分解预测使用Excel进行预测2010年下个月的消费者信心指数是多少？ 消费者信心指数不仅仅是消费信心的反映，在某种程度上反映了消费者对整个宏观经济运行前景的看法一些国家都把消费者信心指数作为经济运行

2、的一项预警指标来看待。国家统计局定期公布这类数据下表是国家统计局公布的2007年4月至2008年5月我国的消费者预期指数、消费者满意指数和消费者信心指数(%)怎样预测下个月的消费者信心指数呢？首先需要弄清楚它在2007年4月至2008年5 月过去的这段时间里是如何变化的，找出其变化的模式。如果预期过去的变化模式在未来的一段时间里能够延续，就可以根据这一模式找到适当的预测模型并进行预测。本章介绍的内容就是有关时间序列的预测问题 2010年下个月的消费者信心指数是多少？ 2010年7.1 时间序列及其分解第 章 时间序列分析和预测2010年时间序列(times series)按时间顺序记录的一组数

3、据观察的时间可以是年份、季度、月份或其他任何时间形式观测时间用 表示，观察值用 表示2010年时间序列的组成要素(components)趋势(trend)持续向上或持续向下的变动 季节变动(seasonal fluctuation)在一年内重复出现的周期性波动循环波动(Cyclical fluctuation)非固定长度的周期性变动 随机性(irregular variations) 除去趋势、季节变动和周期波动之后的随机波动称为不规则波动 只含有随机波动而不存在趋势的序列也称为平稳序列(stationary series) 四种成分与序列的关系： Yi=TiSiCiIi2010年含有不同成分

4、的时间序列平稳趋势季节季节与趋势2010年7.2 时间序列的描述性分析 7.2.1 图形描述 7.2.2 增长率分析第 7 章 时间序列分析和预测2010年7.2.1 图形描述7.2 时间序列的描述性分析2010年图形描述(例题分析)2010年图形描述(例题分析)2010年7.2.1 增长率分析7.2 时间序列的描述性分析2010年增长率(growth rate)也称增长速度报告期观察值与基期观察值之比减1，用百分比表示由于对比的基期不同，增长率可以分为环比增长率和定基增长率由于计算方法的不同，有一般增长率、平均增长率、年度化增长率2010年环比增长率与定基增长率环比增长率报告期水平与前一期水

5、平之比减1定基增长率报告期水平与某一固定时期水平之比减12010年平均增长率(average rate of increase )序列中各逐期环比值(也称环比发展速度) 的几何平均数减1后的结果描述现象在整个观察期内平均增长变化的程度通常用几何平均法求得。计算公式为2010年平均增长率(例题分析 )【例7.2】见人均GDP数据 年平均增长率为： 2001年和2002年人均GDP的预测值分别为： 2010年增长率分析中应注意的问题当时间序列中的观察值出现0或负数时，不宜计算增长率例如：假定某企业连续五年的利润额分别为5，2，0，-3，2万元，对这一序列计算增长率，要么不符合数学公理，要么无法解释

6、其实际意义。在这种情况下，适宜直接用绝对数进行分析在有些情况下，不能单纯就增长率论增长率，要注意增长率与绝对水平的结合分析2010年增长率分析中应注意的问题(例题分析)【例7.3】 假定有两个生产条件基本相同的企业，各年的利润额及有关的速度值如下表2010年增长率分析中应注意的问题(增长1%绝对值) 增长率每增长一个百分点而增加的绝对量用于弥补增长率分析中的局限性计算公式为甲企业增长1%绝对值=500/100=5万元乙企业增长1%绝对值=60/100=0.6万元2010年7.3 时间序列预测的程序 7.3.1 确定时间序列的成分 7.3.2 预测方法的选择与评估第 7 章 时间序列分析和预测2

7、010年时间序列预测的程序确定时间序列所包含的成分找出适合此类时间序列的预测方法，并对可能的预测方法进行评估，以确定最佳预测方案利用最佳预测方案进行预测 2010年7.3.1 确定时间序列的成分7.3 时间序列预测的程序2010年确定趋势成分(例题分析)【例7.4】一种股票连续16周的收盘价如下表所示。试确定其趋势及其类型 2010年确定趋势成分(例题分析)直线趋势方程回归系数检验P=0.000179R2=0.6452010年确定趋势成分(例题分析)二次曲线方程回归系数检验P=0.012556R2=0.78412010年确定季节成分(例题分析)【例7.5】下面是一家啤酒生产企业20002005

8、年各季度的啤酒销售量数据。试根据这6年的数据绘制年度折叠时间序列图，并判断啤酒销售量是否存在季节成分2010年年度折叠时间序列图 (folded annual time series plot)将每年的数据分开画在图上若序列只存在季节成分，年度折叠序列图中的折线将会有交叉若序列既含有季节成分又含有趋势，则年度折叠时间序列图中的折线将不会有交叉，而且如果趋势是上升的，后面年度的折线将会高于前面年度的折线，如果趋势是下降的，则后面年度的折线将低于前面年度的折线2010年7.3.2 预测方法的选择与评估7.3 时间序列预测的程序2010年预测方法的选择与评估 2010年预测方法的评估一种预测方法的好

9、坏取决于预测误差的大小预测误差是预测值与实际值的差距度量方法有平均误差(mean error)、平均绝对误差(mean absolute deviation)、均方误差(mean square error)、平均百分比误差(mean percentage error)和平均绝对百分比误差(mean absolute percentage error)较为常用的是均方误差 (MSE)2010年7.4 平稳序列的预测 7.3.1 移动平均法 7.3.2 指数平滑法第 7 章 时间序列分析和预测2010年7.4.1 移动平均法7.4 平稳序列的预测2010年移动平均预测(moving average

10、) 选择一定长度的移动间隔，对序列逐期移动求得平均数作为下一期的预测值将最近k期数据平均作为下一期的预测值 设移动间隔为k (1kt)，则t+1期的移动平均预测值为 预测误差用均方误差(MSE) 来衡量 2010年移动平均预测(特点) 将每个观察值都给予相同的权数 只使用最近期的数据，在每次计算移动平均值时，移动的间隔都为k主要适合对较为平稳的序列进行预测对于同一个时间序列，采用不同的移动步长预测的准确性是不同的选择移动步长时，可通过试验的办法，选择一个使均方误差达到最小的移动步长 2010年简单移动平均法(例题分析) 【例7.6】对居民消费价格指数数据，分别取移动间隔k=3和k=5，用Exc

11、el计算各期居民消费价格指数的预测值)，计算出预测误差，并将原序列和预测后的序列绘制成图形进行比较 用Excel进行移动平均预测2010年简单移动平均法(例题分析) 2010年简单移动平均法(例题分析) 2010年7.4.2 指数平滑法7.4 平稳序列的预测2010年指数平滑预测(exponential smoothing)对过去的观察值加权平均进行预测的一种方法观察值时间越远，其权数也跟着呈现指数的下降，因而称为指数平滑以一段时期的预测值与观察值的线性组合作为第t+1期的预测值，其预测模型为 Yt为第t期的实际观察值 Ft 为第t期的预测值为平滑系数 (0 1，增长率随着时间t的增加而增加若

12、b0，b1，趋势值逐渐降低到以0为极限2010年指数曲线(a，b 的求解方法) 采取“线性化”手段将其化为对数直线形式根据最小二乘法，得到求解 lga、lgb 的标准方程为求出lga和lgb后，再取其反对数，即得算术形式的a和b 2010年指数曲线(例题分析) 【例7.10】根据人均GDP数据，确定指数曲线方程，计算出各期的预测值和预测误差，预测2001年的人均GDP，并将原序列和各期的预测值序列绘制成图形进行比较 指数曲线趋势方程：预测的估计标准误差： 2001年人均GDP的预测值 用Excel进行指数趋势预测2010年指数曲线 (例题分析) 2010年指数曲线 (例题分析)2010年指数曲

13、线与直线的比较比一般的趋势直线有着更广泛的应用可以反应现象的相对发展变化程度上例中，b=0.170406表示19862000年人均GDP的年平均增长率为17.0406% 不同序列的指数曲线可以进行比较比较分析相对增长程度2010年7.6 复合型序列的分解预测 7.6.1 确定并分离季节成分 7.6.2 建立预测模型并进行预测 7.6.3 计算最后的预测值第 7 章 时间序列分析和预测2010年预测步骤确定并分离季节成分计算季节指数，以确定时间序列中的季节成分将季节成分从时间序列中分离出去，即用每一个观测值除以相应的季节指数，以消除季节性建立预测模型并进行预测对消除季节成分的序列建立适当的预测模

14、型，并根据这一模型进行预测计算除最后的预测值用预测值乘以相应的季节指数，得到最终的预测值 2010年7.6.1 确定并分离季节成分7.6 复合型序列的分解预测2010年季节指数(例题分析)【例7.11】下表是一家啤酒生产企业20002005年各季度的啤酒销售量数据。试计算各季的季节指数 BEER朝日BEER朝日BEER朝日2010年图形描述2010年计算季节指数(seasonal index)刻画序列在一个年度内各月或季的典型季节特征以其平均数等于100%为条件而构成反映某一月份或季度的数值占全年平均数值的大小如果现象的发展没有季节变动，则各期的季节指数应等于100%季节变动的程度是根据各季节

15、指数与其平均数(100%)的偏差程度来测定如果某一月份或季度有明显的季节变化，则各期的季节指数应大于或小于100%2010年季节指数(计算步骤)计算移动平均值(季度数据采用4项移动平均，月份数据采用12项移动平均)，并将其结果进行“中心化”处理将移动平均的结果再进行一次二项的移动平均，即得出“中心化移动平均值”(CMA)计算移动平均的比值，也成为季节比率将序列的各观察值除以相应的中心化移动平均值，然后再计算出各比值的季度(或月份)平均值，即季节指数季节指数调整各季节指数的平均数应等于1或100%，若根据第2步计算的季节比率的平均值不等于1时，则需要进行调整具体方法是：将第2步计算的每个季节比率

16、的平均值除以它们的总平均值 2010年季节指数(例题分析)2010年季节指数(例题分析)2010年季节指数(例题分析)2010年分离季节因素将原时间序列除以相应的季节指数季节因素分离后的序列反映了在没有季节因素影响的情况下时间序列的变化形态 2010年季节性及其分离图2010年7.6.2 建立预测模型并进行预测7.6 复合型序列的分解预测2010年线性趋势模型及预测根据分离季节性因素的序列确定线性趋势方程 根据趋势方程进行预测该预测值不含季节性因素，即在没有季节因素影响情况下的预测值计算最终的预测值将回归预测值乘以相应的季节指数2010年线性趋势预测和最终预测值(例题分析)2010年2006年

17、预测值(例题分析)2010年实际值和最终预测值图2010年本章小节时间序列的组成要素时间序列的描述性分析时间序列的预测程序移动平均和指数平滑预测线性趋势和非线性趋势预测多成分序列的分解预测使用Excel进行预测2010年结 束THANKS2010年数据分析(方法与案例)作者 贾俊平统计学基础Fundamental Statistics2010年第 8 章 指数8.1 引言 8.2 加权指数8.3 几种常用的价格指数regression analysis2010年学习目标指数的基本思想加权指数的编制方法指数体系的应用实际中常用的几种价格指数2010年统计应用中国房地产价格指数系统指数国家统计局定

18、期公布一些常用的价格指数，如居民消费价格指数、零售价格指数等。除此之外，也有一些指数不是统计部门发布的，比如股票价格指数。还有一些研究某类指数的专业机构，它们研究并发布一些更专业的指数，如房地产价格指数中国指数研究院就是一家关门研究不发布房地产价格指数的机构，该机构研究开发出一套“中国房地产价格指数系统”，以价格指数形式反映全国及各主要城市房地产市场发展变化轨迹和当前市场状况，被成为中国房地产市场的“晴雨表”和引导投资置业的“风向标”中国房地产价格指数系统由中国房地产总指数和中国房地产城市指数组成。指数的编制以拉氏指数为主，并结合特征价格指数（Hedonic Price Index）理论。19

19、95年1月开始发布中国房地产北京价格指数，目前已经覆盖到上海、天津、广州、深圳、重庆、武汉等17个重要城市2010年8.1 引言 第 8 章 指数2010年指数的含义(index number)指数最早起源于测量物价的变动广义上，指任何两个数值对比形成的相对数狭义上，指用于测定多个项目在不同场合下综合变动的一种特殊相对数实际应用中使用的主要是狭义的指数 2010年指数的分类2010年指数的分类(数量指数与质量指数)数量指数(quantitative index number)反映物量变动水平如产品产量指数、商品销售量指数等质量指数(qualitative index number)反映事物内含

20、数量的变动水平如价格指数、产品成本指数等2010年指数的分类(个体指数与综合指数)个体指数(individual index number)反映单一项目的变量变动如一种商品的价格或销售量的变动综合指数(aggregative index number)反映多个项目变量的综合变动如多种商品的价格或销售量的综合变动2010年指数的分类(其他)简单指数(simple index number)计入指数的各个项目的重要性视为相同加权指数(weighted index number)计入指数的项目依据重要程度赋予不同的权数时间性指数(time index number)一组项目在不同时间上对比有定基指数

21、和环比指数之分区域性指数(regional index number)一组项目在不同空间上对比2010年8.2 加权指数 8.1.1 加权综合指数 8.1.2 加权平均指数 8.1.3 价值指数与指数体系第 8 章 指数2010年8.2.1 加权综合指数8.2 加权指数2010年加权综合指数(weighted aggregative index number)通过加权来测定一组项目的综合变动有加权价格指数和加权销售量指数价格指数测定一组项目的价格变动销售量指数测定一组项目的销售量变动因权数不同，有不同的计算公式2010年价格指数(price index) 用于反映多个产品或商品项目在不同时期的

22、价格综合变动通常情况下，在计算价格指数时，将相应的产量或销售量固定在报告期 计算公式为2010年【例8.1】设某粮油零售市场2004年和2005年3种商品的零售价格和销售量资料如下表。试分以报告期的销售量为权数，计算3种商品的价格综合指数 价格指数(例题分析) 2010年价格指数(例题分析) 2010年价格指数(例题分析) 结论与2004年相比，2005年3种商品的零售价格平均上涨了2.44%价格综合指数为2010年销售量指数用于反映多个产品或商品项目在不同时期的销售量变动情况通常情况下，在计算销售量指数时，将相应价格(或生产成本)固定在基期计算公式为2010年销售量指数(例题分析) 2010

23、年销售量指数(例题分析) 销售量综合指数为结论与2004年相比，2005年3种商品的销售量平均上涨了28.88%2010年8.2.2 加权平均指数8.2 加权指数2010年加权平均指数(weighted average index number) 以某一时期的价值总量为权数对个体指数加权平均权数通常是两个变量的乘积如，商品销售额=销售价格销售量因权数所属时期的不同，有不同的计算形式2010年加权平均价格指数以报告期销售额为权数对个体价格指数加权平均计算公式为2010年加权平均价格指数(例题分析) 【例8.3】某企业生产3种产品的有关数据如下。用报告期销售额为权数计算3种产品的价格指数2010年

24、加权平均价格指数(例题分析) 加权平均价格指数为结论报告期与基期相比，3种产品的价格平均提高了14.88%2010年加权平均销售量指数以基期销售额为权数对个体销售量加权平均计算公式为结论报告期与基期相比，3种产品的销售量平均提高了4.59%2010年8.2.3 价值指数与指数体系8.2 加权指数2010年指数体系(index system)由价值指数及其若干个因素指数构成的等式价值指数等于各因素指数的乘积总量的变动差额等于各因素指数变动差额之和 绝对数关系 相对数关系2010年指数体系 (例题分析) 【例8.5】 根据前例的有关数据，利用指数体系分析价格和销售量变动对销售额的影响2010年指数

25、体系 (例题分析) 2010年指数体系 (例题分析) 三者之间的相对数量关系 132.02%=102.44%128.88%三者之间的绝对数量关系215100=21120+193980结论：2005年与2004年相比，3种商品的销售额增长32.02%，增加销售额215100元。其中由于零售价格变动使销售额增长2.44%，增加销售额21120元；由于销售量变动使销售额增长28.88%，增加销售额193980元 2010年8.3 几种常用的价格指数 8.3.1 零售价格指数 8.3.2 消费者价格指数 8.3.3 生产者价格指数 8.3.3 股票价格指数第 8 章 指数2010年零售价格指数(ret

26、ail price index)反映城乡商品零售价格变动趋势的一种经济指数 它的变动直接影响到城乡居民的生活支出和国家财政收入，影响居民购买力和市场供需平衡以及消费和积累的比例是观察和分析经济活动的重要工具之一 零售价格指数资料采用分层抽样的方法取得在全国选择不同经济区域和分布合理的地区、以及有代表性的商品作为样本，对市场价格进行经常性的调查，以样本推断总体目前，国家级抽选出的调查市、县226个 2010年零售价格指数(编制过程)调查地区和调查点的选择调查地区按经济区域和地区分布合理等原则选出具有代表性的大、中、小城市和县作为国家的调查地区选择经营规模大、商品种类多的商场(包括集市) 作为调查

27、点 2010年零售价格指数(编制过程)代表商品和代表规格品的选择代表商品选择那些消费量大、价格变动有代表性的商品代表规格品的确定是根据商品零售资料和3.6万户城市居民、6.7万户农村居民的消费支出记帐资料，按有关规定筛选的筛选原则是：(1)与社会生产和和人民生活密切相关；(2)销售数量(金额)大；(3)市场供应保持稳定；(4)价格变动趋势有代表性；(5)所选的代表规格品之间差异大 2010年零售价格指数(编制过程)价格调查方式采用派员直接到调查点登记调查同时全国聘请近万名辅助调查员协助登记调查 权数的确定是根据社会商品零售额统计确定的 2010年消费价格指数(consumer price in

28、dex)世界各国普遍编制的一种指数我国称之为居民消费价格指数反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格的变动趋势和程度可就城乡分别编制编制过程与零售价格指数类似，不同的是它包括消费品价格和服务项目价格两个部分其权数的确定是根据9万多户城乡居民家庭消费支出构成确定的 2010年消费价格指数(作用)反映通货膨胀状况 2. 反映货币购买力变动 3. 反映对职工实际工资的影响 4. 用于缩减经济序列 2010年用消费价格指数缩减序列(例题分析)【例8.6】已知19912000年我国的国内生产总值(GDP) 序列和居民消费价格指数序列如下表。试用消费价格指数序列对GDP进行缩减，并将GD

29、P原序列与缩减后的序列绘制成图形进行比较 2010年用消费价格指数缩减序列(例题分析)2010年生产价格指数(producer price index)测量在初级市场上出售的货物(即在非零售市场上首次购买某种商品时) 的价格变动的一种价格指数它是根据每种商品在非零售市场上首次交易时的价格计算的其计入的产品覆盖了原始的、经过制造的和在各个加工阶段上加工的货物，也包括制造业、农业、林业、渔业以及公用事业等的各类产出。生产价格指数通常用于反映消费价格和生活费用未来的趋势生产价格指数的上涨反映了生产者价格的提高通常是按月公布我国的生产者价格指数正在编制过程中，目前尚未公布2010年股票价格指数(sto

30、ck price index)反映某一股票市场上多种股票价格变动趋势的一种相对数，简称股价指数其单位一般用“点”(point)表示，即将基期指数作为100，每上升或下降一个单位称为“1点”计算时一般以发行量为权数进行加权综合。其公式为 2010年股票价格指数(stock price index) 世界主要证券交易所的股票价格指数美国的道琼斯指数和标准普尔指数；伦敦金融时报FTSE指数；法兰克福DAX指数；巴黎CAC指数；瑞士的苏黎士SMI指数；日本的日京指数；香港的恒生指数我国上海和深圳两个证券交易所上交所的综合指数和180指数深交所的成分股指数和综合指数2010年本章小节1.指数的含义与分类

31、加权综合指数加权平均指数价值指数与指数体系几种常用的价格指数2010年结 束THANKS2010年数据分析(方法与案例)作者 贾俊平统计学基础Fundamental Statistics2010年第 8 章 指数8.1 引言 8.2 加权指数8.3 几种常用的价格指数regression analysis2010年学习目标指数的基本思想加权指数的编制方法指数体系的应用实际中常用的几种价格指数2010年统计应用中国房地产价格指数系统指数国家统计局定期公布一些常用的价格指数，如居民消费价格指数、零售价格指数等。除此之外，也有一些指数不是统计部门发布的，比如股票价格指数。还有一些研究某类指数的专业机

32、构，它们研究并发布一些更专业的指数，如房地产价格指数中国指数研究院就是一家关门研究不发布房地产价格指数的机构，该机构研究开发出一套“中国房地产价格指数系统”，以价格指数形式反映全国及各主要城市房地产市场发展变化轨迹和当前市场状况，被成为中国房地产市场的“晴雨表”和引导投资置业的“风向标”中国房地产价格指数系统由中国房地产总指数和中国房地产城市指数组成。指数的编制以拉氏指数为主，并结合特征价格指数（Hedonic Price Index）理论。1995年1月开始发布中国房地产北京价格指数，目前已经覆盖到上海、天津、广州、深圳、重庆、武汉等17个重要城市2010年8.1 引言 第 8 章 指数20

33、10年指数的含义(index number)指数最早起源于测量物价的变动广义上，指任何两个数值对比形成的相对数狭义上，指用于测定多个项目在不同场合下综合变动的一种特殊相对数实际应用中使用的主要是狭义的指数 2010年指数的分类2010年指数的分类(数量指数与质量指数)数量指数(quantitative index number)反映物量变动水平如产品产量指数、商品销售量指数等质量指数(qualitative index number)反映事物内含数量的变动水平如价格指数、产品成本指数等2010年指数的分类(个体指数与综合指数)个体指数(individual index number)反映单一项

34、目的变量变动如一种商品的价格或销售量的变动综合指数(aggregative index number)反映多个项目变量的综合变动如多种商品的价格或销售量的综合变动2010年指数的分类(其他)简单指数(simple index number)计入指数的各个项目的重要性视为相同加权指数(weighted index number)计入指数的项目依据重要程度赋予不同的权数时间性指数(time index number)一组项目在不同时间上对比有定基指数和环比指数之分区域性指数(regional index number)一组项目在不同空间上对比2010年8.2 加权指数 8.1.1 加权综合指数 8

35、.1.2 加权平均指数 8.1.3 价值指数与指数体系第 8 章 指数2010年8.2.1 加权综合指数8.2 加权指数2010年加权综合指数(weighted aggregative index number)通过加权来测定一组项目的综合变动有加权价格指数和加权销售量指数价格指数测定一组项目的价格变动销售量指数测定一组项目的销售量变动因权数不同，有不同的计算公式2010年价格指数(price index) 用于反映多个产品或商品项目在不同时期的价格综合变动通常情况下，在计算价格指数时，将相应的产量或销售量固定在报告期 计算公式为2010年【例8.1】设某粮油零售市场2004年和2005年3种

36、商品的零售价格和销售量资料如下表。试分以报告期的销售量为权数，计算3种商品的价格综合指数 价格指数(例题分析) 2010年价格指数(例题分析) 2010年价格指数(例题分析) 结论与2004年相比，2005年3种商品的零售价格平均上涨了2.44%价格综合指数为2010年销售量指数用于反映多个产品或商品项目在不同时期的销售量变动情况通常情况下，在计算销售量指数时，将相应价格(或生产成本)固定在基期计算公式为2010年销售量指数(例题分析) 2010年销售量指数(例题分析) 销售量综合指数为结论与2004年相比，2005年3种商品的销售量平均上涨了28.88%2010年8.2.2 加权平均指数8.

37、2 加权指数2010年加权平均指数(weighted average index number) 以某一时期的价值总量为权数对个体指数加权平均权数通常是两个变量的乘积如，商品销售额=销售价格销售量因权数所属时期的不同，有不同的计算形式2010年加权平均价格指数以报告期销售额为权数对个体价格指数加权平均计算公式为2010年加权平均价格指数(例题分析) 【例8.3】某企业生产3种产品的有关数据如下。用报告期销售额为权数计算3种产品的价格指数2010年加权平均价格指数(例题分析) 加权平均价格指数为结论报告期与基期相比，3种产品的价格平均提高了14.88%2010年加权平均销售量指数以基期销售额为权

38、数对个体销售量加权平均计算公式为结论报告期与基期相比，3种产品的销售量平均提高了4.59%2010年8.2.3 价值指数与指数体系8.2 加权指数2010年指数体系(index system)由价值指数及其若干个因素指数构成的等式价值指数等于各因素指数的乘积总量的变动差额等于各因素指数变动差额之和 绝对数关系 相对数关系2010年指数体系 (例题分析) 【例8.5】 根据前例的有关数据，利用指数体系分析价格和销售量变动对销售额的影响2010年指数体系 (例题分析) 2010年指数体系 (例题分析) 三者之间的相对数量关系 132.02%=102.44%128.88%三者之间的绝对数量关系215100=21120+193980结论：2005年与2004年相比，3种商品的销售额增长32.02%，增加销售额215100元。其中由于零售价格变动使销售额增长2.44%，增加销售额21120元；由于销售量变动使销售额增长28.88%，增加销售额193980元 2010年8.3 几种常用的价格指数 8.3.1 零售价格指数 8.3.2 消费者价格指数 8.3.3 生产者价格指数 8.3.3 股票价格指数第 8 章 指数2010年零售价格指数(retail price index)反映城乡商品零售价格变动趋