时间序列分析

时间序列分析是根据系统观测得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型的理论和方法。

进行时间序列，用ts（）函数将数据转换为时间序列格式，

模型拟合可通过arima（）函数实现，

涉及的主要参数为

order（自回归项数、滑动平均项数及使时间序列成为平稳序列的差分阶数）

seasonal（序列表现出季节性趋势时需要，period）

method（参数估计方法，“CSS”为条件最小二乘法，“ML”为极大似然法，auto.arima（）可以自动生成一个最优拟合模型）