时间序列分解

时间序列可以表示为4个因素的函数，这四个因素分别为：长期趋势（Secular trend T）、季节变动（Seasonal Variation S）、循环波动（Cyclical Variation C）、不规则波动（Irregular Variation I）。
函数可表示为：$Y_t=f(T_t,S_t,C_t,I_t)$

• 长期趋势：较长时期内的一种趋势
• 季节波动：季节变化引起的变动
• 循环波动：以若干年为期限，不具规则的周期性变动
• 不规则波动：由于众多偶然因素对时间序列造成的影响

乘法模型：$Y_t=T_t\ast S_t\ast C_t\ast I_t$，其中季节指数和循环指数都是比例数，且$I_t\sim N(\mu ,{\sigma }^2)$
加法模型：$Y_t=T_t+S_t+C_t+I_t$，其中五个变量都有相同的量纲，且$I_t\sim N(\mu ,{\sigma }^2)$
混合模型：$Y_t=T_t\ast S_t+C_t+I_t$，其中除$S_t$季节指数为比例数外，其他变量都有相同的量纲，且$I_t\sim N(\mu ,{\sigma }^2)$

时间序列分解就是想从时间序列中区分出这四种潜在的因素。

时间序列的分解方法：

1. 剔除T和C（移动平均法），然后求出季节指数S

$\frac{Y}{MA}=\frac{T\ast C\ast S\ast I}{T\ast C}=S\ast I$

2. 拟合序列，得到长期趋势T
   可以将数据画出来，根据线条来拟合趋势

3. 计算周期因素C（$TC/T$）

4. $I=\frac{y}{TSC}$