18第18章时间序列分析.pdfVIP

Python数学实验与建模

第十八章

时间序列分析

第18章第18章时间序列分析第2页

时间序列是按时间顺序排列的、随时间变化且相互关联的数据序列。对

时间序列进行观察研究，找寻它的发展规律，预测它将来的走势就是时间序

列分析。

时间序列根据所研究的依据不同，可有不同的分类。

（1）按所研究的对象的多少分，有一元时间序列和多元时间序列。

（2）按时间的连续性可将时间序列分为离散时间序列和连续时间序列

两种。

第18章第18章时间序列分析第3页

（3）按序列的统计特性分，有平稳时间序列和非平稳时间序列。如果

t

一个时间序列的概率分布与时间无关，则称该序列为严格的（狭义的）平

t

稳时间序列。如果序列的一、二阶矩存在，而且对任意时刻满足：

①均值为常数



②协方差为时间间隔的函数。

则称该序列为宽平稳时间序列，也叫广义平稳时间序列。

（4）按时间序列的分布规律来分，有高斯型时间序列和非高斯型时间

序列。

目录CONTENTS

01移动平均法、指数平滑法和季节模型

02平稳时间序列分析

03非平稳时间序列

第18章18.1移动平均法、指数平滑法和季节模型第5页

18.1.1移动平均法

移动平均法是常用的时间序列预测方法，由于其简单而具有很好的实

用价值。

1.一次移动平均法

设观测序列为y1,,yT，取移动平均的项数NT。一次移动平均值计

11N−1

算公式为M(1)(N)=(y+y++y)=y，（18.1）

ttt−1−+1−

tNti

NNi=0

111

则有M(1)(N)(y=++y)+(y−y)M(1)(N)=+(y−y).

tt−1t−Ntt−Nt−1tt−N

NNN

（18.2）

第18章18.1移动平均法、指数平滑法和季节模型