这周的学习内容是【时间序列分析】 ,分为四个模块,主要是
1、基本概念(必修)
2、平稳序列的预测
3、趋势型序列的预测
4、复合型序列的分解预测
一、基本概念:
时间序列: 一个变量在连续时点或连续时间上测量的观测值的序列。
第一步:时间和事件序列变量之间关系的图形表述。
数据模型常见类型:
1)水平模式:
当数据围绕着一个不变的均值上下波动时,则存在水平模式。
平稳事件序列:指统计性质与时间独立的时间序列,特别的,其含义为:
1、过程产生的数据有一个不变的均值。
2、时间序列的变异性随时间的推移保持不变。
2)趋势模式:
尽管时间序列数据通常呈现随机起伏的状态,但在一段较长的时间内,它仍然呈现出逐步的改变或者移动到相对较高或者较低的值。如果显示出这类形态特征。
通常是长期因素影响的结果,例如人口总数的增加或者减少、人口总体统计特征、工艺和顾客偏爱的变化等
3)季节模式:
指在超过一年的周期内,由于季节的影响,时间序列呈现反复模式。
4)趋势与季节模式:
时间序列同时包含趋势模式和季节模式。
5)循环模式:
如果时间序列图显示出持续时间超过一年的在趋势线上下交替的点序列。
例如:关于房地产价格的时间序列
6)选择预测的方法