《时间序列预测实践教程》

第一章 预测过程简介

1.1预测应用

1.2 常用符号：时间，时间序列数据，预测值，预测误差

1.3 预测过程：定义预测目标，收集并整理数据，进行探索性分析，根据数据特点选择预测方法，进行预测分析。根据预测目标选择合适的指标，计算预测的精确度，对各种方法比较评估得出最优预测方法用该方法预测。

1.4 实例

描述性分析是分析时间序列的构成成分。用于决策支持和政策制定。预测性分析使用时间序列的历史信息预测该序列的未来值。预测模型的好坏有预测精确度衡量，描述型模型的好坏取决于正确解释因果关系能力。

定期更新预测模型。

第二章 数据

2.1 数据收集

1.数据质量是指数据的测量精度，缺失情况，数据冲突和数据录入的正确率。

  有时从研究的时间序列本身就可以得到满意的预测，而有时，外部数据对该时间序列的预测鞥努力高于序列本身历史数据的预测能力。如果用外部的，则要确保外部数据在要预测的未来时间可以获得。

2.数据频率指的是获得数据的时间间隔

3.数据粒度是数据的范围，如地理区域，人口组成，时间段等。需要探索数据不同水平上的聚合或者分割，已得到适用于预测分析的数据。减弱噪声影