二部分时间序列分析.pptxVIP

时间序列分析理论、方法与应用从古典分解到机器学习的演进之路

Contents课程框架时间序列分析的理论体系、建模方法与跨领域应用全景01基本概念与动态指标02传统时间序列分解03现代建模方法论04模型诊断与优化05跨领域应用场景06实战案例解析

CHAPTER01基本概念与动态指标解构时间序列的数学本质与分析维度

Fundamentals时间序列的数学定义时间序列是随机过程在离散时间点的观测值集合，其动态特性通过发展水平、增长量、发展速度等指标量化，构成后续建模分析的基础数据框架。中国GDP季度数据趋势·含季节波动特征01发展水平各期实际观测值，如2022年中国GDP达121.0万亿元，反映经济总量规模121.0万亿02增长量报告期与基期发展水平之差，揭示绝对变化幅度+3.6万亿03发展速度两期发展水平比值，体现相对变化速率与经济修复态势同比3.0%04平均发展速度几何平均法计算的动态指标，消除短期波动，反映长期趋势GeometricMean

DECOMPOSITION时间序列的构成要素时间序列可分解为长期趋势(T)、季节变动(S)、循环变动(C)与不规则变动(I)四部分，传统分析通过加法/乘法模型量化各成分贡献度。长期趋势(T)反映现象本质性演变方向，如全球气温持续上升或新生儿死亡率下降，需通过移动平均或回归拟合提取。季节变动(S)固定周期内的规律性波动，如零售