（时间管理）时间序列分析.docxVIP

（时间管理）时间序列分析 时间序列分析 时间序列概述 基本概念 壹般概念：系统中某壹变量的观测值按时间顺序（时间间隔相同）排列成壹个数值序列，展示研究对象于壹定时期内的变动过程，从中寻找和分析事物的变化特征、发展趋势和规律。它是系统中某壹变量受其它各种因素影响的总结果。 研究实质：通过处理预测目标本身的时间序列数据，获得事物随时间过程的演变特性和规律，进而预测事物的未来发展。它不研究事物之间相互依存的因果关系。 假设基础：惯性原则。即于壹定条件下，被预测事物的过去变化趋势会延续到未来。暗示着历史数据存于着某些信息，利用它们能够解释和预测时间序列的当下和未来。 近大远小原理（时间越近的数据影响力越大）和无季节性、无趋势性、线性、常数方差等。 研究意义：许多经济、金融、商业等方面的数据均是时间序列数据。时间序列的预测和评估技术相对完善，其预测情景相对明确。 尤其关注预测目标可用数据的数量和质量，即时间序列的长度和预测的频率。 变动特点 趋势性：某个变量随着时间进展或自变量变化，呈现壹种比较缓慢而长期的持续上升、下降、停留的同性质变动趋向，但变动幅度可能不等。 周期性：某因素由于外部影响随着自然季节的交替出现高峰和低谷的规律。 随机性：个别为随机变动，整体呈统计规律。 综合性：实际变化情况壹般是几种变动的叠加或组合。预测时壹般设法过滤除去不规则变动，突出反映趋势性和周期性变动。 特征识